Komposter adalah alat yang digunakan untuk membuat kompos. Pada masa ini, masyarakat masih membuat kompos di komposter dengan menggunakan cara manual mulai dari pengadukan kompos, penyiraman kompos dan memantau kondisi kompos setiap saat. Oleh karena itu dibuat sebuah alat bantu pembuat kompos yang dapat melakukan kontrol bahan kompos secara otomatis. Di dalam tabung komposter ditanamkan sensor suhu dan kadar air untuk mengecek kondisi kompos secara kontinyu sebagai input kontrol secara otomatis untuk suhu dan kadar air yang merupakan faktor penting keberhasilan kompos. Kontrol otomatis yang diterapkan pada sistem menggunakan metode logika fuzzy yang dapat menentukan keputusan untuk input yang berada diantara logika high dan low. Output yang akan dijalankan dari pembacaan sensor suhu dan kadar air yaitu berupa pemanasan, penyiraman dan pengadukan kompos. Dengan suhu kompos dan kadar air kompos yang teratur secara kontinyu diharapkan proses pengomposan dapat berlangsung lebih cepat dan menghasilkan pupuk kompos yang berkualitas. Komposter dilengkapi dengan sensor gas untuk mendeteksi metana yang dihasilkan pada saat proses pengomposan. Sensor gas yang digunakan yaitu MQ4 sebagai monitoring apakah masih terjadi proses fermentasi pada kompos. Suhu, kadar air, dan gas metana dapat dimonitoring pada LCD 16x2 dan direkam dengan SD Card. Dari desain sistem pengontrolan suhu yang telah dirancang, dengan menggunakan kontrol fuzzy yang telah dibuat telah menyesuaikan dengan masukan setting point yang ditentukan, dengan pembacaan kesalahan mencapai 1.7% pada setting point 40 derajat celcius. Dan dari desain sistem pengontrolan kadar air, kontrol fuzzy untuk kadar air awal 31% menghasilkan output penyiraman selama 7 detik, sensor mendeteksi kadar air telah mencapai set point 55% selama 10 detik.

Penelitian ini bertujuan mengatasi tantangan pengelolaan penggunaan energi dalam era globalisasi dengan mengembangkan sistem monitoring menggunakan Nodemcu Esp8266 dan Modul PZEM-004T. Fokus utama adalah mengatasi permasalahan penggunaan listrik berlebihan dan kurangnya pemantauan melalui teknologi IoT. Sistem ini memungkinkan pengukuran daya, tegangan, arus, dan energi yang dikirimkan ke server melalui protokol MQTT dan ditampilkan secara real-time di website dengan Express.js. Solusi ini memberikan manfaat praktis untuk efisiensi penggunaan listrik di berbagai sektor, seperti rumah tangga, kantor, perusahaan, dan kos-kosan. Dengan tampilan waktu sebenarnya dan laporan yang tersedia, diharapkan dapat mengurangi pemborosan energi dan menjadi inspirasi bagi generasi penerus dalam mengembangkan solusi monitoring energi yang lebih canggih dan berkelanjutan.

Seiring perkembangan zaman, teknologi telah menjadi bagian integral dalam berbagai aspek kehidupan termasuk dalam pengelolaan data di institusi pendidikan; namun sebagian lembaga pendidikan seperti PAUD Al Ummah di Malang masih mengelola data secara manual yang berisiko tinggi terhadap kehilangan atau kerusakan data serta mengurangi efisiensi operasional; kondisi ini menunjukkan bahwa terdapat kebutuhan mendesak untuk mengadopsi solusi berbasis teknologi informasi dalam pengelolaan data internal sebuah sekolah; sebagai solusi dirancang sebuah sistem informasi berbasis website yang bertujuan untuk menggantikan proses manual berbasis kertas dengan teknologi informasi yang dapat meningkatkan keamanan data dan mempercepat proses pengelolaan administrasi; website ini menyediakan fitur manajemen data peserta didik dan staf sekolah dokumentasi kegiatan serta publikasi informasi yang relevan kepada masyarakat; dengan penerapan sistem ini PAUD Al Ummah diharapkan dapat meminimalkan risiko kehilangan data mempercepat pencatatan dan meningkatkan transparansi pengelolaan; pengembangan sistem ini dilakukan melalui beberapa tahapan dimulai dari analisis kebutuhan perancangan sistem implementasi hingga pengujian; pengujian sistem menggunakan metode black box testing untuk memastikan fungsionalitas sistem serta user acceptance testing melalui wawancara dan google form untuk mengevaluasi kepuasan pengguna; hasil pengujian menunjukkan bahwa semua fungsi berjalan sesuai dengan kebutuhan pengguna dengan peningkatan efisiensi pengelolaan data hingga 70 persen dibandingkan metode manual sebelumnya; selain itu sistem ini juga berhasil meningkatkan keamanan dan integritas data melalui penerapan autentikasi pengguna; ke depannya pengembangan lebih lanjut disarankan untuk menambahkan fitur impor data dengan format excel untuk mempercepat proses penambahan data ke dalam basis data.

Perkembangan era digital yang semakin maju, tentunya para pengguna media sosial atau netizen semakin mudah untuk berkomunikasi dan mengakses informasi menggunakan berbagai device sebagai teknologi daring. Adanya peningkatan aktifitas komunikasi antar warganet (netizen) ini juga mewakili kondisi ketika mengetahui informasi baru melalui media sosial seperti pada Telegram,Line ataupun Whatsapp. Hal tersebut membuat respon gaya dalam proses bertutur kata sering kali mewakili kondisi hati atau emosi yang sedang dirasakan. Pada penelitian ini dilakukan pengidentifikasian emosi suara dengan bahasa Indonesia melalui voice note di social media seperti WhatsApp, dimana untuk mengetahui kondisi emosi yang sedang dirasakan para netizen dengan menggunakan arsitektur SwishNet dari metode 1D (Convolutional Neural Network). Suara akan diproses dan diklasifikasikan untuk mengetahui emosi audio dari netizen Indonesia. Pada tahap ini dilakukan pengubahan dataset audio suara berbentuk file (mono .wav) yang kemudian di ektraksi fitur menggunakan Mel Frequency Cepstral Coefficient ( MFCC) dengan memproses data dan mengkonversi dari analog ke digital, yang akan digunakan sebagai input Neural Network. Selanjutnya digunakan Metode Deep Learning yaitu 1D Convolutional Neural Network dengan arsitektur SwishNet untuk mengklasifikasikan emosi suara manusia. Sistem akan menghasilkan output berupa identifikasi 4 jenis emosi yaitu Happy (bahagia), Angry (marah), Neutral (Netral), dan Sad (Sedih).

Otot adalah bagian tubuh manusia yang berfungsi sebagai sistem gerak. Otot digerakan oleh sel-sel otot yang berkontraksi serta menerima peritah dari otak. Namun, energi yang digunakan untuk menggerakan otot sangatlah terbatas. Otot yang kekurangan energi meskipun otak mengirimkan perintah maka otot susah untuk digerakkan. Seperti disfungsi sementara yang merupakan keadaan saat otot lelah. Jika otot mengalami kelelahan, maka akan mengakibatkan penurunan efisiensi kerja saat beraktivitas. Dalam proses terapi otot menggunakan Functional Electrical Stimulation (FES) otot akan distimulus agar mengembalikan fungsi gerak dari otot. Pada Proyek Akhir ini bertujuan untuk mengetahui perbedaan keadaan sinyal otot sebelum dan setelah diberikan terapi FES pada otot shoulder joint. Oleh karena itu dirancang sebuah instrumentasi Electromyograph (EMG) untuk mendapatkan bentuk sinyal otot dengan penguatan yang diatur, filter highpass 20Hz, filter notch 50Hz, dan filter lowpass 500Hz. Untuk mendapatkan parameter sinyal otot lelah dilakukan ekstraksi ciri sinyal (feature extraction) menggunakan metode Discrete Fourier Transform (DFT) dan Mean Power Frequency (MPF) untuk mengetahui tingkat kelelahan otot. Semakin lelah otot nilai MPF semakin turun. Dan terjadi kenaikkan nilai rata-rata MPF setelah dilakukan terapi otot sebesar 19.47Hz pada gerakan fleksi dan 17.14 pada gerakan ekstensi.