Pertanian modern semakin mengadopsi teknologi informasi dan komunikasi untuk meningkatkan efisiensi, produktivitas, dan keberlanjutan. Internet of Things (IoT) menjadi solusi penting dalam mewujudkan pertanian yang lebih cerdas dan terkoneksi. Fokus pada pemantauan objek tanam merupakan aspek krusial untuk manajemen pertanian presisi yang responsif terhadap perubahan lingkungan. Proyek ini bertujuan untuk mengimplementasikan teknologi IoT dalam sistem pertanian dengan fokus pada pemantauan objek tanam. Sistem yang dikembangkan akan mampu mengumpulkan data real-time tentang kondisi tanaman, seperti kelembaban tanah, suhu udara, kebutuhan air, dan nutrisi. Data ini kemudian dianalisis untuk memberikan wawasan berharga kepada petani. Proyek ini juga mencakup pengembangan antarmuka pengguna yang intuitif dan user-friendly untuk memudahkan akses informasi. Tahapan utama pengerjaan meliputi perencanaan dan desain sistem, pengembangan perangkat keras, pengembangan perangkat lunak, serta implementasi dan integrasi di lapangan. Luaran proyek ini termasuk perangkat keras seperti mikrokontroler ESP32, sensor suhu dan kelembaban, pompa air, dan kamera, serta perangkat lunak yang terdiri dari program mikrokontroler dan aplikasi smartphone untuk pemantauan dan kontrol jarak jauh. Sistem ini memungkinkan deteksi kelembaban tanah, pemantauan melalui kamera, dan kontrol penuh melalui smartphone, sehingga meningkatkan efisiensi sumber daya dan hasil panen serta mengurangi risiko kerugian akibat kondisi lingkungan yang tidak terprediksi.

Permainan edukatif merupakan salah satu metode belajar yang dapat dijadikan sebagai salah satu media belajar sambil bermain. Beberapa kesempatan permainan edukatif dapat sangat membantu untuk memahami materi, salah satunya saat pandemi yang akhir-akhir ini terjadi. Metode belajar seperti dapat menggantikan peran praktikum secara offline, agar mahasiswa tidak perlu ke tempat praktikum untuk menghindari kontak fisik dengan mahasiswa lain. Mahasiswa, khususnya mahasiswa Multimedia Broadcasting, dituntut untuk memahami pengaturan lighting sebagai salah satu mata kuliah yang diajarkan. Sehingga dengan adanya permainan edukatif pengganti praktikum seperti ini, dapat membantu mahasiswa dalam meningkatkan kemampuannya dalam pengaturan lighting tanpa harus ke lokasi praktikum.

Internet telah menjadi salah satu hal yang penting dalam perkembangan sarana komunikasi. Salah satu media komunikasi yang paling banyak digunakan adalah surat elektronik atau yang lebih dikenal sebagai e-mail. Fasilitas e-mail yang mudah digunakan dan murah mengakibatkan banyaknya e-mail yang berisi iklan dan promosi bisnis masuk ke dalam inbox pengguna e-mail. E-mail iklan inilah yang disebut sebagai e-mail spam. Untuk mencegah hal ini, dibuatlah library yang berguna sebagai spam filter untuk menyaring email spam yang masuk ke dalam inbox pengguna. Library spam filter yang dikembangkan pada penelitian ini menggunakan algoritma Long Short-Term Memory (LSTM). Metode ini dipilih dikarenakan LSTM memiliki arsitektur untuk melupakan dan mengingat output yang akan diproses kembali oleh input, serta LSTM mampu mempertahankan error yang terjadi ketika melakukan backpropagation sehingga tidak memungkinkan kesalahan meningkat. Dengan menggunakan pemrograman Python, model spam filter dengan algoritma LSTM telah berhasil dibuat. Dengan model ini dilakukan beberapa percobaan yang dibandingkan dengan beberapa algoritma machine learning lainnya seperti Naive Bayes, Decision Tree dan Random Forest. Hasil dari percobaan membuktikan bahwa algoritma LSTM mampu mengidentifikasi e-mail spam lebih akurat dengan nilai akurasi 96.85%.

Penggunaan turbin gas pada dunia industri khususnya industri pembangkit listrik telah berkembang sejak 2 dekade terakhir ini, sehingga apabila terjadi degradasi performa dari turbin gas akan sangat berpengaruh terhadap kinerja pembangkit listrik dan pada tahap tertentu dapat menyebabkan kerugian biaya operasional. Salah satu penyebab utama dari degradasi performa turbin gas ini diakibatkan karena adanya fouling pada kompresor. Sampai pada tingkat kekotoran tertentu efek dari fouling kompresor ini dapat mengakibatkan penurunan efisiensi termal turbin gas dan daya output (derating). Pada proyek akhir ini dilakukan analisa penurunan kinerja turbin gas akibat fouling pada blade kompresor. Analisa ini mengambil sampel data tiap bulan sejak januari sampai November 2019 di PLTGU Muara Tawar. Hasil dari analisa tersebut diketahui bahwa pada bulan april telah terjadi degradasi performa turbin gas akibat fouling pada blade kompresor. Akibatnya efisiensi kompresor turun mencapai 82,48% yang diikuti dengan kenaikan heat rate turbin sebesar 3,070.7 kcal/kWh. kemudian nilai flow udara juga terlihat saat terjadi fouling, laju udara yang dibutuhkan lebih besar sekitar 189.4025 kg/s. Nilai SFC dan BWR saat fouling juga mengalami kenaikan sebesar 0.25690 kg/kWh dan 0.398058. Dari penelitian ini dapat diketahui bahwa untuk mengembalikan performa turbin gas dilakukanlah washing compressor. Pelaksanaan washing compressor disarankan untuk diperpendek dari 8000 EOH menjadi 6000 EOH yang mengacu pada grafik preventive maintenance yang menggunakan set point 0,8 untuk menghindari terjadinya kembali derating pada turbin gas.

Salah satu tahapan penting dalam proses desain struktur lepas pantai adalah evaluasi beban hidrodinamika laut dimana struktur beroperasi, hal ini untuk memastikan desain yang tepat dan meningkatkan keamanan struktur. Oleh karena itu diperlukan pemodelan lingkungan laut yang akurat untuk menghasilkan data evaluasi yang baik, salah satu metode yang dapat memodelkan lingkungan laut secara akurat adalah melalui metode Computational Fluid Dynamic (CFD). Penelitian ini bertujuan untuk menganalisis karakteristik tekanan dan gaya beban gelombang laut pada struktur jack-up production platform menggunakan metode (CFD). Perangkat lunak foam-extend 4.0 (cabang dari OpenFOAM) dengan solver waveFoam digunakan untuk memprediksi fenomena aliran free surface karena kemampuannya untuk memprediksi dengan hasil yang akurat. Model turbulen Reynold Averaged Navier Stokes (RANS) k-ω SST diterapkan untuk memprediksi efek turbulen di medan aliran. Lima variasi jenis arah gelombang datang dilakukan untuk menguji pengaruhnya terhadap karakteristik tekanan dan gaya pada anjungan produksi jack-up hull. Pada penelitian berikut, tingkat turbulensi yang berlebihan yang mengurangi keakuratan pemodelan gelombang diatasi dengan memasukkan variabel densitas dan persamaan Gradient Diffusion Hypothesis (GDH) ke dalam persamaan turbulen. Modifikasi model turbulen k-ω SST menunjukkan hasil yang akurat dalam menjalankan kasus verifikasi yang dilakukan. Selanjutnya, hasil pengujian beban gelombang pada struktur jack-up production platform menunjukkan bahwa beban gelombang yang paling signifikan diperoleh pada variasi dengan arah datang gelombang yang relatif berlawanan dengan dinding anjungan. Terutama pada arah 90° karena juga memiliki luas permukaan benturan yang paling luas. Sedangkan beban gelombang bagian bawah diperoleh pada variasi 45° dan 135° yang memiliki arah kedatangangelombang ke permukaan relatif miring.