Jamur tiram (Pleurotus sp) adalah komoditas sayuran eksotik bernilai tinggi yang potensial untuk dikembangkan secara komersial. Budidaya jamur tiram membutuhkan kontrol suhu dan kelembapan yang ketat untuk hasil optimal, biasanya dilakukan dengan menyemprotkan air 2-3 kali sehari. Namun, metode ini kurang efektif karena perubahan kondisi lingkungan yang tidak menentu dan merepotkan. Penggunaan teknologi IoT dapat membantu memantau dan mengontrol lingkungan tumbuh jamur dengan lebih efisien. Sistem ini menggunakan sensor suhu dan kelembapan untuk memantau kondisi secara real-time, yang dikirim ke sistem pengendali berbasis Raspberry Pi. Data tersebut diintegrasikan menggunakan fuzzy logic untuk mengontrol perangkat seperti pompa air dan kipas, memastikan kondisi yang ideal bagi pertumbuhan jamur. Hasil pengujian menunjukkan bahwa sistem ini mampu menjaga kondisi optimal dengan rata-rata error pengukuran suhu sebesar 1,70% dan kelembapan sebesar 2,08%. Pengujian latensi aplikasi mobile menunjukkan rata-rata waktu respon berkisar antara 6,03 ms hingga 17,81 ms, dengan beberapa periode mencapai latensi minimum sekitar 3,25 ms. Hal ini mengindikasikan bahwa aplikasi dapat memberikan respons cepat dan efisien dalam pemantauan dan pengendalian kondisi lingkungan. Sistem ini juga terbukti lebih ekonomis dibandingkan metode manual, dengan penghematan biaya tahunan yang signifikan. Pengujian oleh petani jamur menunjukkan tingkat kepuasan sebesar 86%, mengindikasikan bahwa aplikasi ini sangat membantu dalam pengelolaan budidaya jamur tiram

Beberapa tahun belakangan, dapat disaksikan bersama bahwa pertumbuhan jumlah mobile device mengalami peningkatan tajam. Hal ini berpengaruh terhadap gaya hidup masyarakat, termasuk mahasiswa Program Perkuliahan Jarak Jauh di Politeknik Elektronika Negeri Surabaya sebagai pengguna layanan Dosen Jaga. Sehingga perlu dibuat sebuah mobile app yang bisa mewakili penggunaan Dosen Jaga pada mobile device. Aplikasi ini menggunakan mobile app framework yaitu Sencha Touch, dan arsitektur web service menggunakan REST. Dengan menggunakan layanan ini, pengguna Dosen Jaga dapat menggunakan layanan Dosen Jaga pada mobile device mereka, yang memiliki sistem operasi Android dan iOS kapanpun dan dimanapun.

Proyek akhir ini berfokus pada pengembangan modem paket data layer 2 berbasis protokol High level Data Link Control atau HDLC dengan implementasi pada platform Raspberry Pi bagian penerima. Modem ini menggunakan modulasi Frequency Shift Keying atau FSK untuk mengubah data digital menjadi sinyal analog dan sebaliknya. Sistem penerima memanfaatkan perangkat radio komunikasi berupa Handy Talkie sebagai antena UHF untuk menerima sinyal analog, yang kemudian dikonversi menjadi sinyal digital melalui soundcard. Raspberry Pi berfungsi sebagai mikrokomputer yang memproses data, menampilkan pesan yang diterima dalam bentuk teks, dan mendeteksi kesalahan selama transmisi. Penelitian ini bertujuan untuk mengimplementasikan teori dasar HDLC dan FSK, memahami prinsip kerja Data Link Layer dan Physical Layer, serta mengembangkan algoritma komunikasi data yang efisien. Hasil penelitian menunjukkan bahwa sistem ini mampu menerima dan memproses pesan dengan akurat, mendeteksi kesalahan pada frekuensi tertentu, dan mengonfirmasi keberhasilan pengiriman data. Proyek ini diharapkan dapat menjadi langkah awal dalam inovasi sistem komunikasi berbasis HDLC yang stabil dan relevan dengan teknologi modern.

Sistem pemberian nutrisi otomatis untuk tanaman selada hijau berdasarkan usia tanaman menggunakan metode lookup table pada sistem hidroponik NFT (Nutrient Film Technique). Sistem ini terdiri dari beberapa komponen diantaranya sensor TDS (Total Disolve Solids) untuk mengukur jumlah total zat terlarut dalam air dan menghasilkan output dalam satuan parts per million (ppm). RTC (Real Time Clock) sebagai pengatur waktu bekerjanya sistem, yakni untuk pengaturan berapa kadar nutrisi yang harus dijaga setiap minggu nya pompa periataltik dengan driver motor dc digunakan keluaran untuk memompa cairan AB Mix yang akan dimasukkan kedalam bak utama. Sistem ini bertujuan untuk memperbaiki proses pemberian nutrisi dengan mengambil kira usia tanaman selada hijau, yang merupakan faktor yang penting dalam menentukan kebutuhan nutrisi tanaman. Metode lookup table digunakan untuk menyimpan dan mengambil data nutrisi yang diperlukan untuk berbagai usia grup tanaman selada hijau. Hasil pengujian menunjukkan bahwa sistem pemberian nutrisi otomatis ini berhasil meningkatkan kesehatan dan produktivitas tanaman selada hijau. Data menunjukkan bahwa tanaman yang diberi nutrisi dengan metode Lookup Table memiliki klorofil yang lebih tinggi dibandingkan dengan tanaman yang diberi nutrisi konstan yaitu di 45.92%, yang mengindikasikan bahwa metode ini lebih efektif.

Peramalan indikator ekonomi dalam mendukung pencapaian Sustainable Development Goals, khususnya pada tujuan SDG 8 mengenai pertumbuhan ekonomi, menjadi fokus penting dalam penelitian proyek akhir ini. Tantangan utama dalam peramalan data SDGs adalah keberagaman panjang data dan kestasioneran data deret waktu. Penelitian ini bertujuan untuk membandingkan kinerja model ARIMA, ARIMAX, ARIMAX with dummy, dan Fuzzy Time Series Multi Factor dalam meramalkan beberapa dataset terkait SDG 8. Proses peramalan dilakukan pada tiga dataset, yaitu ekspor migas, produk domestik bruto, dan nilai tukar USD dengan mempertimbangkan variabel eksogen yang relevan. Hasil evaluasi menggunakan MAPE menunjukkan bahwa pada data ekspor migas pemodelan terbaik menggunakan Fuzzy Time Series Multi-Factor dengan MAPE sebesar 3,75%. Sedangkan untuk data PDB, pemodelan terbaik menggunakan metode ARIMA dengan MAPE sebesar 0,17%. Pada data nilai tukar USD, pemodelan terbaik menggunakan metode ARIMAX wit Dummy dengan MAPE sebesar 2,36%. Hasil peramalan divisualisasikan dalam bentuk Dashboard interaktif menggunakan Power BI untuk mempermudah pengguna dalam memahami hasil analisis. Penelitian ini diharapkan dapat menjadi referensi bagi metode peramalan yang efektif dalam mendukung pengambilan keputusan untuk pembangunan berkelanjutan.