Penyakit kardiovaskular atau Cardiovascular Disease (CVD) adalah penyebab utama kematian secara global, yang merenggut sekitar 17,9 juta jiwa setiap tahun. CVD adalah sekelompok gangguan jantung serta pembuluh darah juga termasuk penyakit jantung koroner, penyakit cerebrovascular, penyakit jantung rematik, gagal jantung, masalah katup jantung, dan aritmia. Aritmia adalah masalah laju atau irama detak jantung yang mana jantung berdetak terlalu cepat atau terlalu lambat, atau pola detak yang tidak teratur. Proses deteksi aritmia ini biasanya dilakukan dengan menggunakan alat Elektrokardiogram (EKG) untuk merekam aktivitas elektrik di dalam jantung, namun metode ini memiliki beberapa kelemahan yaitu, pemakaian alat yang terlalu sulit diterapkan yang menyebabkan pengguna tidak bisa beraktifitas dan ditambah lagi harga perangkat yang relatif mahal. Berdasarkan penelitian sebelumnya, penggunaan alat EKG telah digantikan oleh smartwatch. Akan tetapi, hasil dari alat tersebut belum bisa mengirimkan data ke perangkat android. Sehingga diperlukan sebuah cara agar data hasil diagnosa dapat terkirim ke perangkat android. Tujuan dari proyek akhir ini adalah untuk mengembangkan sistem penghitung detak jantung dari smartwatch yang nantinya dapat mengirimkan data pembacaan detak jantung ke perangkat android. Smartwatch juga berperan mengolah data, berdasarkan pembacaan sensor PPG data sensor diekstraksi untuk mendapatkan beberapa fitur berupa titik puncak sinyal yang nantinya dideteksi dan dihitung jumlahnya. Kemudian hasil ekstraksi akan diklasifikasikan menggunakan algoritma Random Forest. Hasil yang didapat dari penelitian ini adalah sebuah sistem untuk menentukan detak jantug dan pendeteksian aritmia menggunakan smartwatch. Tingkat akurasi yang diberikan sebesar 85.6%. Selain itu terdapat aplikasi mobile yang memungkinkan user dapat memantau dari jarak jauh, fitur yang diberikan diantaranya Authentikasi, Notifikasi dan History

Speech Recognition atau pengenalan suara merupakan teknologi yang mampu mengenali pembicara atau perkataan tanpa memperdulikan siapa pembicaranya. Speech recognition banyak di implementasikan dengan perangkat smartphone/komputer. Dengan menggunakan teknologi seperti ini memudahkan kita untuk melakukan perintah menggunakan suara pada smartphone/komputer. Saat ini perkembangan speech recognition sangat maju. Tetapi umumnya masih menggunakan library/database milik Google yang diletakkan di Cloud. Dalam hal ini pemakai speech recognition perlu tersambung ke server yang berada di Cloud. Jika internet terputus maka speech recognition tidak dapat melanjutkan tugasnya dalam menjalankan perintah suara yang diinputkan. Pada Proyek Akhir ini akan membuat sebuah sistem speech recognition offline menggunakan processor Raspberry Pi dan menggunakan metode LPC yang dikembangkan menggunakan bahasa Pemrograman C. Sistem ini tidak memerlukan akses internet sehingga dapat digunakan dimana saja dan kapan saja dengan menggunakan smartphone/komputer.

Interleaved Boost Converter merupakan jenis converter boost yang berfungsi untuk mengurangi ripple arus input pada converter. Hal ini bisa meningkatkan efesiensi converter tersebut. Penggunaan dari converter ini diimplementasikan untuk mensupply suatu miniatur conveyor pada bandara. Seperti yang diketahui, kebutuhan peralatan baggage handling system jenis conveyor belt yang berteknologi adalah sangat penting bahkan vital dalam menunjang kegiatan operasional suatu bandara yang cukup padat, misalkan pada bandara juanda. Selain memenuhi keamanan dan kenyamanan bagi penumpang maupun operator atau petugas airline, juga untuk memenuhi ketepatan waktu dari jadwal keberangkatan suatu pesawat udara. Oleh karena itu diharapkan peredaran barang dapat berjalan dengan Dalam proyek akhir ini, pengaturan kecepatan miniatur sistem conveyor dari switching interleaved boost converter. Jadi kecepatan pada conveyor dapat konstan dengan berat benda tertentu. Pada conveyor juga dilengkapi pendeteksi barang yang lewat serta alat indicator untuk memberitahukan jika conveyor sudah mengalami over load sehingga tidak diberikan beban lagi

Pompa air otomatis yang ada di pasaran saat ini dengan konsumsi penggunaan dayanya masih kurang efisien, untuk itu perlu pengembangan sistim kontrol otomatis pada saat start dan stop pompa. Penelitian ini merancang sebuah sistim kontrol kecepatan motor induksi pada pompa air untuk mengurangi proses starting yang diakibatkan oleh terjadinya fluktuasi tekanan air pada pompa. Dengan menjadikan volume bukaan keran pada pipa output sebagai variabel dan menyematkan sensor tekanan sebagai umpan balik untuk sistim, digunakanlah teknologi Inverter dengan metode SVPWM sebagai pembangkit sinyal. Hasil dari penelitan ini dapat membantu mengurangi proses starting motor pada saat terjadinya perbedaan debit air pada pipa masukan dengan pipa keluaran pada pompa air. Mengubah volume pada keran mengakibatkan perubahan nilai tekanan air pada sensor yang diolah sistim untuk mengkontrol kecepatan putar pada motor induksi. Dengan demikian kecepatan putar motor akan menyesuaikan dengan volume debit air yang dibutuhkan. Perbedaan nilai konsumsi daya ketika dengan dan tanpa menggunakan sistim, pada saat pengukuran didebit 8,5 liter/menit dengan volume ukur 3.3liter dan waktu proses 1 menit 20 detik terjadi penghematan kurang lebih 100Watt dari 1.6 kW dengan nilai efisiensi 6.25 %.

Range of motion aktif merupakan metode latihan untuk membiasakan mobilitas dan mempertahankan fungsi gerak sendi. Metode latihan ini mengharuskan seseorang berlatih menggerakkan persendiannya secara aktif tanpa bantuan perawat dalam pergerakannya. Ketika berlatih ROM aktif, seseorang harus mengetahui langkah pergerakan yang harus dilakukan. Berdasarkan penelitian, ROM akan menimbulkan efek optimal ketika dilakukan 8 kali dan minimal 2 kali sehari. Serta orang tersebut harus bersikap kooperatif dalam berlatih secara mandiri. Tugas akhir ini didesain menfasilitasi latihan ROM aktif pada pergelangan dan jari tangan dengan menampilkan intruksi dan mengevaluasi hasil gerakan. Sistem akan membandingkan data gerakan pengguna dengan rentang gerak sendi normal yang terekam. Sensor flex dengan prinsip sensor resistif dipasang pada jari tangan, sehingga ketika jari menekuk, resistansi sensor flex akan meningkat. Sedangkan GY-521 yang terpasang pada punggung tangan akan mendeteksi pergerakan pada pergelangan tangan berdasarkan sudut yang ditimbulkan. Sistem terhubung dengan Graphic User Interface yang menampilkan instruksi gerakan evaluasi hasil gerakan yang dilakukan. Menggunakan algoritma Euclidean Distance, perbedaan antara gerakan yang dilakukan dengan gerakan normal pada data base mampu dideteksi. Nilai perbedaan pada jari tangan ±180 dan pergelangan tangan ≤7 ditoleransi sebagai gerakan yang benar. Berdasarkan pengujian sistem pada rentang gerak sendi normal, sistem mampu mengidentifikasi gerakan dengan tingkat kenormalan 96,19% - 100%. Sedangkan ketika pengujian pada lansia dengan penurunan rentang gerak sendi, sistem mampu mengenali pergerakan sebagai gerakan kurang normal.