Manusia memiliki kemampuan untuk mengidentifikasi seseorang secara langsung melalui penglihatan dan pendengaran. Kemampuan tersebut yang membuat manusia dengan mudah dapat mengidentifikasi seseorang berdasarkan ciri fisik dan suaranya. Seiring berkembangnya teknologi, proses identifikasi seseorang sudah dikembangkan melalui komputasi komputer. Salah satu biometric yang dapat digunakan untuk mengidentifikasi seseorang adalah suara. Sehingga suara yang sebelumnya dapat dikenali dengan mudah oleh manusia dapat pula dikenali oleh komputer melalui proses pengenalan. Teknologi pengenalan suara ini dapat dimanfaatkan oleh manusia untuk dapat membantu pekerjaan, misalnya pada mesin penjawab otomatis yang dapat membantu tugas seorang resepsionis. Pada Proyek Akhir ini dilakukan penelitian dengan tujuan melakukan identifikasi gender melalui suara, dimana diharapkan kedepannya dapat dikembangkan untuk membantu meningkatkan interaksi antara mesin penjawab otomatis dengan pelanggan. Sehingga pada saat terjadi interaksi dengan pelanggan, mesin penjawab otomatis dapat menggunakan kata sapaan yang tepat seperti Bapak atau Ibu. Pengidentifikasian dilakukan dengan membandingkan fitur suara yang masuk dengan fitur rekaman file suara yang telah disimpan sebelumnya. Ekstraksi fitur yang digunakan pada penelitian ini adalah Mel-Frequency Cepstral Coefficients (MFCC) karena metode ini merupakan metode ekstraksi fitur yang mendekati sistem pendengaran manusia. Koefisien MFCC yang digunakan untuk melakukan pengklasifikasian gender pria atau wanita yaitu nilai koefisien yang didapatkan pada saat pengucapan bunyi vocal. Selajunya koefisien MFCC tersebut diklasifikasikan menggunakan algoritma Decision Tree, sehingga dapat diketahui gender pembicara. Keakuratan hasil prediksi gender untuk data ekstraksi fitur data vocal a mencapai 100%, data vokal i mencapai 96,88%, data vocal u mencapai 81,25%, data vocal e mencapai 90,63%, dan data vocal o mencapai 87,50%.

Selama ini di ketahui didalam perkembangan di dunia kesehatan, pengelolahan data di rumah-rumah sakit di Indonesia di lakukan secara manual atau konvensional, yakni dikelola dalam bentuk dokumen fisik atau menggunakan komputer. Seiring perkembangan zaman, di mana dunia teknologi telah berkembang, sistem pengelolahan perekapan data secara manual ini dirasa kurang efisien dikarenakan ketika pasien harus dirujuk atau di pindah tempat ke rumah sakit lain, maka di rumah sakit tujuan tersebut harus melakukan perekapan kembali terhadap pasien bersangkutan tersebut. Selain itu dapat juga terjadi masalah-masalah seperti duplikasi data dan kehilangan data. Menyikapi kondisi tersebut, teknologi cloud computing memberikan solusi. Tugas akhir ini merupakan aplikasi secure e-hospital dengan menggunakan algoritma 3DES, dimana data dapat diakses melalui smartphone android. Disini user dapat mengakses data yang diinginkan dari tempat manapun tanpa harus berkunjung ke rumah sakit tempat data itu berada. Bahasa pemograman yang digunakan dalam pembuatan aplikasi adalah bahasa pemograman java. Penerapan algoritma keamanan jaringan 3DES disini bertujuan untuk menjaga keamanan dan kerahasiaan pada data. Pengujian terhadap sistem ini yakni dengan mengukur kinerja algoritma 3DES dari segi waktu yang diperlukan dan perbandingan linieritas hasil enkripsi, serta ketepatan dalam proses enkripsi dan dekripsi. Selain itu banyak data yang diolah mempengaruhi lama waktu yang digunakan, dimana semakin panjang data inputan maka waktu yang dibutuhkan untuk proses enkripsi dekripsi juga semakin lama.

Tubuh manusia memiliki bagian-bagian tubuh yang sangat penting bagi manusia untuk melakukan kegiatan sehari-hari salah satunya adalah tangan. Kehilangan tangan akibat kecelakaan atau lumpuh akan menyebabkan manusia mengalami kesulitan dalam menjalankan aktifitasnya dan melakukan kegiatan sehari-hari. Melalui masalah yang diangkat maka penulis mencoba mengembangkan tangan Bionik untuk meniru beberapa gerakan tangan seperti aslinya. Tangan Bionik ini menggunakan beberapa motor servo untuk menggerakkan jari. Masukan dari penelitian ini adalah sinyal myoelectric yang dihasilkan dari sensor myo yang dipakai pada lengan bawah. Sinyal tersebut kemudian di ekstrak dan diolah menggunakan beberapa pre-processing sinyal sehingga menghasilkan sebuah pola yang akan dijadikan masukan dan diklasifikasikan menggunakan metode backpropagation. Backpropagation merupakan salah satu model jaringan syaraf tiruan yang digunakan untuk mengenali pola sinyal yang sudah diolah dari masing-masing gerakan. Kemudian data keluaran akan diproses oleh microcontroller dan akan dikirim ke beberapa servo sebagai hasil akhirnya. Diharapkan dari penelitian proyek akhir ini dapat membantu penderita korban amputasi untuk melakukan kegiatan sehari-hari. Dari hasil pengujian didapatkan hasil bahwa akurasi pengenalan pola menggenggam mempunyai persentase sebesar 65 %, pengenalan pola menunjuk sebesar 75 %, pengenalan pola wave in sebesar 100 %, pengenalan pola wave out sebesar 75 %, dan pengenalan pola spread sebesar 100 %. Dari keseluruhan persentase maka didapatkan error sebesar 17 %.

Proses tumbuh kembang anak merupakan suatu proses yang selalu diawasi oleh orang tua karena hal itu dapat membentuk kebiasaan anak sejak dini misalnya saja dalam proses untuk menjaga kesehatan dan kebersihan anak – anak. Namun terkadang mereka tak menghiraukan hal ini ataupun dari segi beberapa orangtua belum bisa berkomunikasi dengan baik cara menyampaikan hal ini. Penelitian ini mengajukan alternatif baru yaitu berupa apilkasi pembelajaran interaktif menjaga kesehatan dan kebersihan diri untuk anak berbasis mobile yang dapat diakses melalui android. Aplikasi ini memberikan informasi-informasi dan pemahaman yang seharusnya dilakukan oleh anak-anak berupa contoh-contoh dalam bentuk gambar dan penjelasan melalui audio bagaimana cara untuk selalu menjaga kesehatan dan kebersihan diri. Informasi yang diberikan meliputi : makan 4 sehat 5 sempurna, berolahraga, minum obat, mencuci tangan, menggosok gigi, serta memotong kuku. Selain itu aplikasi ini dilengkapi dengan penjadwalan setiap harinya dengan mengisi check list yang telah disediakan pada aplikasi ini jika anak-anak sudah melakukan aktivitas tersebut setiap harinya.

Kebisingan adalah bunyi atau suara yang tidak di kehendaki. Kebisingan berdasarkan pengaruhnya kepada manusia dapat di bedakan menjadi tiga jenis yaitu: bising yang mengganggu, bising yang menutupi, dan bising yang merusak. Kebisingan pada perpustakaan masih sering terjadi, terutama berasal dari pengunjung itu sendiri. Petugas perpustakaan sudah melakukan upaya untuk mengatasi hal demikian, antara lain dengan memperingatkan pengunjung yang membuat keributan (kebisingan), akan tetapi petugas perpustakaan tentu tidak setiap waktu selalu memperingatkan atau mengontrol keadaan karena keterbatasan tenaga dan lain-lain. Batas rata-rata bising pada perpustakaan adalah 45-55 dB (desible). Alat deteksi kebisingan pada perpustakaan ini bertujuan membantu petugas perpustakaan dalam mengatur kenyamanan perpustakaan di SMPN 4 Sidoarjo. Dengan menggunakan modul sensor suara MAX4466, Mic Array dan menggunakan mikrokontroler Arduino dan ESP8266 sebagai pusat pengontrolan. dengan hasil pengujian mendapatkan nilai rata-rata 55 dB pada saat keadaan sunyi, 76,2 dB pada saat keadaan sedang dan 82,2 dB pada saat keadaan bising dan dengan hasil % error sebanyak 2,1%. Pada saat mencapai diatas 85 dB maka suara peringatan akan berbunyi dan tracking kebisingan mendapatkan hasil saat sumber suara dari kiri, sensor kiri menerima -32 dB di frekuensi 300 Hz dan sensor kanan menerima -38 dB di frekuensi 300hz, dan apabila sumber suara dari kanan, sensor kanan menerima -34 dB di frekuensi 360 Hz dan sensor kiri menerima -36 dB di frekuensi 360 Hz. Tujuan dalam perancangan ini adalah Aktivitas dalam perpustakaan dapat berjalan dengan tenang serta memberikan notifikasi kepada guru atau penjaga perpustakaan SMP Negeri 4 Sidoarjo. Alat ini dapat disesuaikan dengan kebutuhan perpustakaan dengan melihat dari jumlah pengunjung, luasan perpustakaan dan kriteria gaduh, maka alat ini dapat dimonitor melalui aplikasi Blynk.