Penerapan teknologi inverter on grid pada sistem pembangkit berbasis energi terbaharukan difungsikan sebagai alat penyambung antara Pembangkit energi dan sistem grid daya. Inverter mengubah daya DC yang dihasilkan oleh Pembangkit Energi Terbaharukan menjadi daya AC untuk kemudian di suplai ke sistem grid daya. Agar Inverter dapat mensuplai arus yang dihasilkan ke sumber jala-jala utama(grid), perlu dilakukan sinkronisasi antara tegangan & arus yang dihasilkan inverter ke fasa tegangan dari grid. Untuk mengatur jumlah arus yang disuplai ke grid perlu dilakukan metode kontrol arus. Pada penelitian ini metode Sliding Mode Control diterapkan pada inverter satu fasa on grid untuk mengontrol arus yang di suplai ke grid. Filter LCL digunakan karena mempunyai kemampuan filter yang lebih handal dari filter L. Fungsi Sliding yang menggunakan 3 variabel state digunakan untuk mengurangi kesalahan state dan mensuplai arus yang terkontrol dengan THDi rendah ke grid. Teori Kestabilan Lyapunov digunakan untuk menganalisa kestabilan. Untuk menguji kestabilan kontroller, beberapa test dilakukan meliputi variasi set point arus, variasi tegangan grid, serta perubahan nilai filter LCL diujikan. Simulasi pada model PSIM menunjukkan bahwa strategi kontrol dapat menjaga arus keluaran inverter sesuai setpoint dan menghasilkan THDi dibawah 0.01%.

Jalan memiliki peran penting dalam kondisi lalu lintas bagi para pengendara kendaraan bermotor maupun pengguna jalan lainnya. Namun, tidak jarang masih banyak kondisi jalan yang semakin memburuk baik akibat dari cuaca ataupun kelalaian masyarakat. Kondisi jalan yang semakin memburuk itulah yang akhirnya mulai menimbulkan banyak kecelakaan bagi para pengendara kendaraan bermotor. Maka dari itu perlu adanya teknologi yang dapat membantu mengatasi solusi dari permasalahan tersebut. Salah satu bidang penelitian teknologi yang masih berkembang hingga saat ini adalah kecerdasan buatan (Artificial Intelligence), contohnya deep learning yang digunakan untuk pengenalan dan klasifikasi objek. Pada Proyek Akhir ini dibuat suatu sistem pendeteksi kerusakan jalan untuk membantu pengendara dalam mengidentifikasi kondisi jalan yang akan dilewati serta membantu proses pelaporan kepada pihak yang berwenang terkait penanganan lebih lanjut. Digunakan Kamera USB untuk pengambilan gambar objek jalan dan Jetson Nano untuk memproses data. Sistem pendeteksi menggunakan algoritma CNN dan Framework Tensorflow untuk proses rekognisi atau pengenalan kondisi jalan. Data yang telah didapat akan ditransmisikan menuju database Google Firebase agar data dapat tersimpan. Kemudian data-data tersebut akan diintegrasikan pada aplikasi Android yang telah dibuat agar dapat diakses oleh user melalui smartphone Android. Dari hasil training ini terlihat bahwa dari sistem yang telah dibuat, menghasilkan nilai rata-rata loss per step total sebesar 4 dan rata-rata lama waktu tiap step total adalah selama 9 sec/step. 4. Proses deteksi jalan berlubang dengan CNN dan Framework Tensorflow model SSD Mobilenet V1 memiliki rata-rata lama waktu komputasi 7,26 detik ketika cahaya terang dan 13,08 detik ketika cahaya redup/gelap. Dimana pada proyek akhir ini didapatkan gambar hasil deteksi sebanyak 17 data ketika cahaya dalam kondisi terang, 9 data ketika cahaya dalam kondisi redup/gelap, dan 2-18 data ketika pengujian validasi. Dan estimasi waktu pengiriman data hasil deteksi ke aplikasi android, memiliki waktu pengiriman data berkisar antara 4 hingga 5 detik.

Jumlah kain batik yang memiliki berbagai motif dan warna menciptakan masyarakat yang masih mengalami kesulitan mengetahui arti dari kesan kain batik. perlu informasi yang cepat dan tepat tentang arti kesan batik pola dan warna menjadi penting bagi masyarakat, sehingga sistem pencarian citra batik yang diperlukan berdasarkan kesan . Penelitian ini mengusulkan pendekatan baru dalam pencarian untuk batik khas Indonesia dengan referensi kesan pada masukan oleh pengguna dengan sistem teknologi terbaru yaitu aplikasi android. maka sistem melakukan ekstraksi fitur bentuk menggunakan metode hu-moment dan menggunakan metode ekstraksi fitur warna 3d vektor kuantisasi. dan hasil ekstraksi masing-masing dalam kombinasi dengan penggunaan data 85 kesan. di mana hasil agregasi dilakukan dalam korelasi dengan kesan bahwa input oleh user menggunakan metode kesamaan kosinus untuk mendapatkan urutan tertinggi dalam citra batik. Sistem selanjutnya akan melakukan agregasi atau penggabungan gambar dari urutan tertinggi peringkat berdasarkan warna dan pola untuk memberikan hasil gambar batik tepat. Penelitian ini melakukan tes pada beberapa pola dasar batik dan warna batik. kemudian digabungkan dengan beberapa impresi. Hasil yang diperoleh dalam tes ini cukup efektif dengan tingkat presisi yang tinggi dalam gambar fitur pencarian ekstraksi

Ide dari pembuatan penelitian ini berdasarkan hasil survei penulis di bendungan Batu Jai Kabupaten Lombok Tengah, Nusa Tenggara Barat. Penulis mempunyai ide untuk membuat alat pendeteksi sedimen. Dengan memanfaatkan sinyal ping pada sonar, kapal dilengkapi dengan sensor sonar untuk mengukur jarak permukaan bendungan dengan sedimen. Nantinya mikrokontroler pada kapal diberikan inputan ketinggian air bendungan , masukan tersebut akan menjadi referensi untuk mengetahui ketebalan sedimen. Dengan mengurangi ketinggian air dengan jarak yang dibaca sonar pada kapal maka akan kita dapatkan ketebalan sedimennya.

Masyarakat mulai beralih menggunakan Listrik Prabayar sesuai dengan kebijakan yang telah ditetapkan oleh perusahan listrik PT. PLN (Persero). Sehingga hal tersebut menyebabkan jumlah pelanggan PT. PLN (Persero) untuk pemakaian Listrik Prabayar mengalami perubahan setiap tahunnya. Adanya perubahan pada penggunaan tipe listrik tersebut, memerlukan laporan dan visualisasi peta untuk mengetahui jumlah pelanggan Listrik Prabayar di setiap unit rayon Surabaya. Sistem informasi untuk visualisasi peta pelangan bisa dibuat menggunakan teknologi web yang memungkinkan akses yang lebih luas pada menejemen PT. PLN (Persero).