Karies Penyakit karies gigi, atau kerusakan gigi, merupakan masalah kesehatan kronis global, terutama prevalen pada anak-anak dengan tingkat mencapai 93% menurut Riset Kesehatan Dasar 2018. Penurunan perawatan gigi akibat dampak COVID-19 menambah kompleksitas masalah ini. Karies gigi dimulai dari akumulasi plak, mengakibatkan demineralisasi email dan dentin, dan memiliki dampak serius terhadap kesehatan gigi dan tubuh secara keseluruhan. Deteksi dini menjadi kunci dalam pencegahan, mengingat progresivitas karies dapat dihentikan dengan tindakan yang tepat. Meskipun pemeriksaan klinis sulit mendeteksi karies proksimal secara dini, penggunaan radiograf panoramik sebagai alat bantu diagnosis menjadi penting. Dalam konteks ini, penelitian ini mengusulkan pendekatan inovatif menggunakan Convolutional Neural Network (CNN) dengan arsitektur U-Net untuk segmentasi otomatis karies gigi pada radiograf panoramik. Keempat model yang dikembangkan menunjukkan akurasi di atas 95%, menawarkan kontribusi signifikan untuk deteksi dini. Penggunaan teknologi ini diimplementasikan melalui sebuah website yang memudahkan input radiograf panoramik dan menampilkan hasil segmentasi dengan rinci. Hasilnya menunjukkan potensi untuk mencegah perlunya perawatan invasif akibat karies gigi yang tidak terdeteksi secara dini. Penelitian ini menggabungkan inovasi teknologi dan urgensi masalah kesehatan global, menyediakan landasan bagi pengembangan solusi lebih lanjut dalam diagnosis dan pencegahan karies gigi.

Banjirmerupakan salah satu bencana alam yang paling sering terjadi di Kota Surabayadan dipengaruhi oleh berbagai faktor seperti curah hujan, kepadatan penduduk,riwayat banjir, serta kondisi taman dan drainase. Penelitian ini bertujuanuntuk mengevaluasi dan membandingkan performa tiga model Fuzzy InferenceSystem (FIS), yaitu Mamdani, Sugeno, dan Tsukamoto, dalammengklasifikasikan tingkat kerawanan banjir di 31 kecamatan Kota Surabayaselama periode 2019–2024. Sebagai metode pembanding digunakan AnalyticalHierarchy Process (AHP) dikombinasikan dengan Natural Breaks.Optimasi fungsi keanggotaan pada ketiga model fuzzy dilakukan menggunakanalgoritma Particle Swarm Optimization (PSO). Hasil validasi menggunakan confusionmatrix menunjukkan bahwa metode Fuzzy Mamdani memiliki performa terbaikdengan akurasi 97,85%, presisi 100%, recall 69,23%, dan F1-Score81,82%. Hasil klasifikasi divisualisasikan dalam bentuk peta interaktifberbasis web menggunakan Leaflet, sehingga dapat dimanfaatkan olehpemerintah maupun masyarakat sebagai referensi dalam perencanaan mitigasibencana banjir di Kota Surabaya.

Perkembangan teknologi di bidang konversi daya listrik menuntut tersedianya media pembelajaran yang aplikatif dan sesuai dengan kebutuhan industri. Buck converter merupakan salah satu jenis konverter DC-DC yang berfungsi untuk menurunkan tegangan input DC ke tegangan output yang lebih rendah dengan efisiensi tinggi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah modul praktikum buck converter yang digunakan sebagai alat bantu pembelajaran di Laboratorium Power Electronics for Energy Conservation, Politeknik Elektronika Negeri Surabaya. Modul ini dirancang untuk memberikan pemahaman praktis kepada mahasiswa terkait prinsip kerja, karakteristik, serta penerapan kontrol PI (Proportional-Integral) dalam sistem konversi daya.Perancangan dimulai dari pemilihan komponen, pembuatan prototipe perangkat keras, serta integrasi mikrokontroler STM32 dengan sensor tegangan dan arus, yang selanjutnya dikendalikan menggunakan algoritma kontrol PI. Pengujian dilakukan pada dua mode, yaitu open loop dan close loop. Pada mode open loop, hasil pengujian menunjukkan bahwa buck converter dapat menghasilkan tegangan output sebesar 23,89 V dengan duty cycle sebesar 53%, namun belum mampu menjaga kestabilan tegangan saat terjadi perubahan beban. Sementara itu, pada mode close loop dengan kontrol PI, tegangan output berhasil dipertahankan stabil pada 24 V meskipun terjadi perubahan beban dari 2 lampu menjadi 4 lampu, dengan respon sistem yang cepat dan tanpa overshoot signifikan.Hasil pengujian membuktikan bahwa implementasi kontrol PI memberikan performa yang lebih baik dibandingkan mode open loop, terutama dalam menjaga kestabilan tegangan output terhadap variasi beban. Modul praktikum ini diharapkan dapat menjadi sarana efektif dalam pembelajaran konversi daya dan kontrol sistem elektronik, serta dapat dikembangkan lebih lanjut untuk eksperimen lanjutan di bidang efisiensi energi.

Sistem penitipan dan pengambilan barang merupakan aspek penting dalam pengelolaan barang di berbagai lingkungan, seperti perkantoran, pusat perbelanjaan, atau institusi lainnya. Namun, seringkali terdapat kendala terkait keamanan dan keakuratan proses ini. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penitipan dan pengambilan barang berbasis tanda tangan digital dengan menggunakan metode RSA yang merupakan singkatan dari Rivest Shamir Adleman, adalah sebuah algoritma kriptografi yang menggunakan kunci publik dan kunci privat untuk enkripsi dan dekripsi data. Metode RSA akan digunakan untuk mengamankan proses penitipan dan pengambilan barang dengan memanfaatkan tanda tangan digital. Sistem yang diusulkan akan terdiri dari beberapa komponen, termasuk stasiun penitipan barang, stasiun pengambilan barang, dan server pusat. Pada saat penitipan barang, pengguna akan menggunakan aplikasi yang terhubung dengan stasiun penitipan untuk mengidentifikasi barang yang akan dititipkan dan menghasilkan tanda tangan digital yang unik. Tanda tangan digital ini akan dikirim ke server pusat yang menggunakan kunci publik untuk mengenkripsi dan menyimpannya dengan aman. Ketika pengguna ingin mengambil barang, mereka akan menggunakan aplikasi yang terhubung dengan stasiun pengambilan dan memberikan tanda tangan digital yang sama yang dihasilkan pada saat penitipan. Stasiun pengambilan akan mengirim tanda tangan digital ini ke server pusat, yang kemudian akan menggunakan kunci privat yang hanya diketahui oleh pihak yang berwenang untuk mendekripsi dan memverifikasi tanda tangan digital. Jika tanda tangan digital valid, pengguna diberikan akses untuk mengambil barang yang dititipkan.

Proses pengairan pada tanaman padi merupakan salah satu proses pengairan sawah yang selalu menggunakan banyak air yang berlebih. Dalam setiap pengairannya sering terjadi pengguanan air yang berlebih sehingga ketika musim kemarau panjang petani sering kekurang air untuk pengairan sawahnya, dari permasalahan tersebut ditemukanlah sebuah metode sederhana yaitu system Pengairan Basah Kering (PBK) yang berfungsi membantu petani menghemat air saat pengairan sawah terutama pada saat pengairan padi, prinsip dari PBK adalah memonitor kedalaman air dengan menggunakan alat bantu berupa pipa. Setelah lahan sawah diairi, kedalaman air akan menurun secara gradual. Ketika kedalaman air mencapai 15 cm di bawah permukaan tanah, lahan sawah kembali diairi sampai ketinggian sekitar 5 cm. Dalam proyek akhir ini akan membuat sebuah Monitoring system Pengairan Basah Kering (PBK) yang bertujuan untuk mempermudah pekerjaan petani dalam memonitoring proses Pengairan Basah Kering (PBK), sehingga petani tidak perlu terus menerus datang ke sawah untuk memeriksa keadaan saat pengairan, data ketinggian permukaan air diukur dengan sensor ultrasonic yang memiliki rata-rata error pengambilan data sebesar 01.03% dan dalam alat ini dilengkapi dengan sensor tegangan yang memilki rata-rata error 00.81% yang digunakan untuk memonitor penggunaan bateray dari alat ini, dari ke 2 data tersebut akan diolah oleh mikrokontroller untuk diteruskan dan dikirim lewat SMS gateway dan akan diterima langsung oleh ponsel petani. Dari data yang didapat dari system PBK akan memberikan action untuk menghidupkan atau mematikan pompa air secara otomatis.