Sampah polietilena tereftalat (PET) adalah jenis sampah yang paling banyak digunakan dalam proses daur ulang. Di Indonesia, tingkat kesadaran masyarakat terhadap pemilahan sampah sangat rendah dan menyulitkan industri daur ulang untuk mencari sampah berbahan PET. Beberapa kota di dunia telah mengedukasi masyarakat mengenai pemilahan sampah dengan memanfaatkan sampah PET untuk pembelian tiket transportasi umum. Di Indonesia sendiri terdapat layanan serupa, namun untuk perhitungan dan pengumpulannya masih dilakukan secara manual. Dari sinilah penulis memiliki ide untuk membuat sebuah alat berbentuk reverse vending machine untuk pembelian tiket transportasi umum dengan sampah botol PET. Alat ini mendeteksi sampah botol PET berdasarkan ukurannya yang ditangkap dari kamera yang kemudian diolah menggunakan metode deteksi objek dengan Convolutional Neural Network (CNN). Deteksi dengan input citra bertujuan untuk menghindari penggunaan sensor yang banyak dan menghindari kesalahan deteksi objek. Sistem menggunakan dua model CNN berbasis SSD MobileNet untuk dibandingkan, yaitu SSDLite MobileNet V2 dan SSD MobileNet V2. SSDLite MobileNet V2 memiliki hasil deteksi yang lebih baik, yaitu akurasi 0,83 dan FPS 2,68. Sedangkan SSD MobileNet V2 memiliki akurasi 0,81 dan FPS 2,40. Terdapat loadcell untuk mendeteksi keberadaan botol PET dengan massa sekitar 7,12 gram hingga 27,25 gram. Saat deteksi tepat, sistem memasukkannya ke penyimpanan dan memberikan poin. Saat poin memenuhi, tiket yang dicetak berbentuk tiket fisik dan elektronik pada server web. Tiket elektronik didapat dari link pada QR Code yang ditampilkan pada LCD. Alat menerima sampah botol PET selama penyimpanan tidak penuh, yang dimonitoring oleh sensor ultrasonik.

Lebih dari 200 pertanyaan masuk setiap harinya dalam masa penerimaan mahasiswa baru di PENS, dimana beberapa pertanyaan tersebut menggunakan menghasilkan jawaban yang sama. Kumpulan pertanyaan yang masuk memang bisa dijawab seluruhnya namun pekerjaan tersebut kurang efektif dan efisien karena membuat penjawab menjawab pertanyaan yang sama dan membuang waktu. Kondisi ini mendorong kami untuk menciptakan chatbot khusus untuk penerimaan mahasiswa baru di PENS. Penelitian ini mengolah informasi menggunakan metode Text Mining dengan improvisasi kemampuan penanganan kata asing menggunakan synonym dictionaty, stemmed stopword. Dalam proses Text Mining akan dihasilkan hasil lain berupa kata asing yang menjadi dasar pembelajaran kamus sinonim. Setelah informasi sudah diolah, akan dilakukan perhitungan pencarian jawaban terbaik dengan menggunakan context recognition untuk penyaringan informasi terkait. Kemudian akan dihitung menggunakan penggabungan biner dan cosine similiarity dimana hasil perhitungan yang terbaik akan digunakan sebagai jawaban. Hasil dari penelitian ini menunjukan tingkat akurasi 81,25% dengan pengujian 176 pertanyaan dan 25 jawaban serta menciptakan synonym dictionaty baru dalam studi kasus pemerimaan mahasiswa baru di PENS.

Wedding Organizer adalah suatu jasa khusus yang membantu calon pengantin dalam perencanaan dan supervisi pelaksanaan rangkaian acara pesta pernikahan sesuai dengan jadwal yang telah ditetapkan. Banyaknya pesanan klien di Wedding Organizer terutama pada bulan-bulan tertentu membuat membludaknya pesanan. Sistem pencatatan manual yang tradisional dengan catatan tangan sangat tidak efisien karena membutuhkan banyak kertas untuk mencatat dan juga tidak praktis untuk dibawa pada saat rapat dengan klien. Aplikasi WOS memberikan kemudahan bagi banyak Wedding Organizer dalam memanajemen seluruh kegiatannya. Kegiatan yang ada di Wedding Organizer menjadi lebih terorganisir. Aplikasi dapat menyajikan progress suatu kegiatan pernikahan, sehingga pernikahan dapat termonitor lebih jelas dan memperkecil presentase kegagalan suatu tahap di kegiatan pernikahan. Kegiatan dari pihak Wedding Organizer yang dapat dilakukan pada aplikasi ini adalah pencatatan aktivitas klien beserta detil acaranya, mengatur schedule tiap klien dan mengetahui progress perkembangannya, mendapatkan notifikasi berdasarkan waktu untuk setiap schedule. Proyek akhir ini dilengkapi pula dengan berbagai fitur untuk menunjang aplikasi. Fitur tersebut antara lain fitur notifikasi dengan menggunakan Telegram messenger dan aplikasi mobile Android. Fitur Telegram API yang dapat memudahkan komunikasi antar WO Owner, PIC dan Event Leader berupa notifikasi aktivitas pada sistem. Fitur ini dapat digunakan sebagai salah satu bentuk reminder atau pengingat kegiatan atau tugas untuk masing-masing pengguna. Aplikasi ini telah diaplikasikan kepada beberapa pihak Wedding Organizer dan dapat berjalan dengan baik.

Proyek akhir ini adalah pengembangan sebuah wahana udara tanpa awak (Unmanned Aerial Vehicle - UAV) berupa quadcopter. Quadcopter adalah sebuah multicopter dengan 4 buah motor yang mempunyai baling-baling dan dipasangkan pada frame X. Quadcopter ini bekerja secara autonomous dengan input berupa deteksi warna target oleh kamera yang terpasang pada quadcopter. Kontroler navigasi menggunakan prosesor ATmega328 untuk memberikan perintah gerak roll, pitch, yaw, dan lift ke flight controller. Quadcopter ini memiliki gripper yang terpasang di bawah bodi quadcopter dan berfungsi untuk mengambil target berupa benda kecil yang ringan. Pada saat terbang, target dideteksi oleh kamera dan dilakukan image processing untuk mendapatkan lokasi target. Dalam hal ini set point berupa lokasi X dan Y target yang ditangkap oleh kamera, sedangkan plant berupa posisi quadcopter terhadap target. Error antara lokasi target dengan lokasi quadcopter akan diproses oleh metode PID. Setelah menggenggam target, quadcopter akan membawa target dengan berpindah ke lokasi terntentu sebelum melakukan pendaratan. Pada penelitian ini diperoleh hasil bahwa navigasi autonomous quadcopter berhasil dirancang dan dibuat dengan mencapai titik target dengan jarak 2 meter searah sumbu X dan 1 meter searah sumbu Y selama periode rata-rata 4,4 detik, tetapi masih diperlukan perbaikan pada misi turun mendekati target karena mengalami overshoot yang sangat tinggi dengan error rata-rata 32,2 cm atau 60,3125 % searah sumbu X dan error rata-rata 50,6 cm atau 87,083 % searah sumbu Y.

Sistem yang telah ada saat ini di PENS tentang informasi pemetaan ruang kelas yang masih menggunakan kertas jadwal untuk memesan kelas menjadi latar belakang pembuatan tugas akhir ini. Karena dosen dan mahasiswa harus mengunjungi BAAK untuk mengetahui kelas yang kosong, padahal belum tentu kelas yang ada di jadwal BAAK tersebut terisi. Hal ini tidak mengefisiensikan waktu dan tempat yang ada. Pada proyek akhir ini dibuat sebuah sistem tentang pemilihan kelas yang bebasis web dan SMS gateway. Untuk langkah pengerjaan kini sudah selesai hingga pemberitahuan sampai di user. Dengan analisis yang didapat semakin banyak user yang mengantri berarti semakin lama pula waktu eksekusi yang harus dilakukan oleh sistem. Semakin sedikit ketersediaan kelas juga membuat waktu pelayanan antrian menjadi semakin lama. Ada 3 parameter yang dihitung yaitu rata-rata waktu pelayanan, rata-rata waktu dalam sistem dan rata-rata waktu antri dengan jumlah user yang berbeda. Yang tercepat semua waktu aksesnya adalah 1 user akses dengan rata-rata waktu pelayanan 47,6 detik, rata-rata waktu dalam sistem 71,8 detik dan rata-rata waktu antri 0 detik. untuk waktu eksekusi terlama adalah 10 user bersamaan dengan rata-rata waktu pelayanan 4,3 menit, rata-rata waktu dalam sistem 4,9 menit dan rata-rata waktu antri 35 detik.