EEPIS Robotics Research Center (ER2C) telah membangun sebuah robot humanoid yang disebut T-FLoW dengan ukuran remaja dan memiliki 38 sendi yang menyebar ke seluruh tubuh. T-FLoW memiliki sendi yang menyerupai sendi utama pada manusia untuk dapat bergerak seperti manusia. Dalam tugas akhir ini, T-FLoW akan mengadaptasi salah satu perilaku manusia yaitu perencanaan sistem keseimbangan selama penggerak. Sistem keseimbangan membutuhkan beberapa komposisi seperti kinematika dan analisa dinamika. Analisa kinematik (kinematika maju dan terbalik) diselesaikan dengan menggunakan pendekatan baru dalam robot humanoid. Analisa dinamik digunakan untuk mengetahui karakteristik robot. Analisa dinamika dapat didekati dengan banyak cara sebagai model penyederhanaan. penyederhanaan dalam analisa dinamis dikenal sebagai kuasi dinamis. Untuk desain dan analisa dinamika dalam robot humanoid T-FLoW digunakan pendekatan kuasi dinamis dengan metode zero moment point. zero moment point multibody disederhanakan menjadi model pendulum terbalik linier tunggal, tetapi pada T-FLoW menggunakan pendekatan baru dengan model pendulum terbalik linier tiga yang mewakili bagian tubuh robot seperti bagian kepala, bagian badan, dan bagian kaki. Sistem keseimbangan pada T-FLoW menggunakan pendekatan sistem kontrol MIMO berdasarkan model pendulum terbalik linier tiga dengan metode kontrol PID atau metode kontrol lainnya yang diperlukan. Dari hasil simulasi dan eksperimen menunjukkan bahwa hasil robot saat menggunakan sistem keseimbangan tetap dalam kondisi stabil selama bergerak.

Lalu lintas memiliki peran penting dalam membangun suatu wilayah. Perencanaan dan perbaikan kondisi lalu lintas diperlukan untuk mengatasi dampak yang ditimbulkan oleh permasalahan lalu lintas tersebut. Proses perencanaan transportasi lalu lintas kendaraan di jalan raya dapat dirancang melalui data Lalu Lintas Harian Rata-Rata (LHR). Lalu lintas harian rata-rata adalah volume lalu lintas rata-rata dalam satu hari. Penelitian ini membuat sistem deteksi, klasifikasi, dan perhitungan kendaraan yang muncul sehingga memudahkan dalam proses pengambilan dan perhitungan data Lalu Lintas Harian Rata-Rata (LHR) dengan memanfaatkan teknologi deep learning. Rancangan sistem klasifikasi dibuat menggunakan arsitektur Visual Geometry Group (VGG) untuk deteksi objek kendaraan. Hasil data yang diberikan berupa klasifikasi 8 jenis kendaraan dan perhitungan jumlah kendaraan yang diamati. Hasil pengujian dan validasi perhitungan kendaraan menghasilkan persentase klasifikasi sistem sebesar 26% dari nilai kendaraan sesungguhnya. Hasil pengujian klasifikasi memberikan nilai loss dan akurasi. Nilai loss terkecil 0.39 dengan parameter learning rate 0.000001, batch size sebesar 8 dan 100 epoch. Sedangkan nilai akurasi yang tinggi diperoleh pada hasil data dengan parameter learning rate 0.0001 yaitu 0.82 untuk akurasi bounding box pada batch size sebesar 2 dengan 100 epoch dan akurasi 0.87 untuk nilai akurasi kelas label pada batch size sebesar 2 dengan 150 epoch. Skenario yang mendekati model ideal dihasilkan oleh data dengan learning rate 0.0000001 karena probabilitas kecil adanya overfitting pada data tersebut.

Tumor otak memiliki beragam tipe, tergantung pada posisi tumor otak tersebut, yang secara garis besar dikategorikan menjadi 3 tipe yakni Glioma, Meningioma, dan Pituitary. Untuk mendeteksi tumor otak digunakan Magnetic Resonance Imaging (MRI) yang menghasilkan citra tumor otak. Metode klasifikasi citra MRI otak yang digunakan pada penelitian ini adalah Deep Learning dengan Convolutional Neural Network (CNN) dengan 2 model skema arsitektur CNN. Model skema 1 terdapat 2 max pooling layer dan 2 hidden layer, sedangkan model skema 2 terdapat 3 max pooling layer dan 4 hidden layer. Dataset yang digunakan memuat citra MRI otak manusia dengan total 7023 citra, dengan rincian 1621 Glioma, 1645 Meningioma, 1757 Pituitary, dan 2000 Notumor. Evaluasi F1-Score model skema 1 dan skema 2 berturut-turut: 96% dan 97%, Sedangkan untuk nilai Accuracy yaitu 98%. Hal ini menunjukkan bahwa nilai F1-Score dan Accuracy, model skema 2 lebih baik. Untuk menguji dataset digunakan 10 fold cross-validation menghasilkan nilai rata-rata Accuracy, F1-Score, Precision, dan Recall berturut-turut 0,8520, 0,8470, 0,8493 dan 0,8504, dengan standar deviasi yang kecil, yaitu berturut-turut 0,0352; 0,0346; 0,0337 dan 0,0353 yang menunjukkan bahwa penyimpangan sebaran nilai semakin mendekati nilai rata-ratanya. nilai metrik F1-score dan accuracy berturut-turut, 97,47% dan 97,39%. Hasil accuracy penelitian ini lebih tinggi dibandingkan dengan beberapa penelitian sebelumnya, yakni dari [1], [2], [3], [5], [7], dan [8], berturut-turut: 94.39%, 97.54%, 97.18%, 96.08%, 96,36%, dan 95.55%.

Sistem penyewaan kos masih banyak menggunakan cara manual dalam pencarian informasi dan promosi kos-kosan serta pengelolaan keuangan. Untuk mengatasi permasalahan tersebut, dilakukan pembuatan sebuah website pengelola dan penyedia kos-kosan dengan fitur pencarian kos-kosan secara online, booking, dan pembayaran online. Sistem ini juga membantu pemilik kos dalam promosi dan penagihan pembayaran secara otomatis, serta pembuatan laporan keuangan pemasukan dan pengeluaran bulanan yang teratur dan akurat. Implementasi sistem ini menggunakan teknologi web dan database, dengan metode pengembangan perangkat lunak berbasis web dan pengujian fungsional oleh beberapa responden. Tujuan penelitian ini adalah untuk meningkatkan efisiensi dan efektivitas pengelolaan data dan transaksi keuangan, mempromosikan rumah kost, meningkatkan akurasi dan kualitas informasi, serta mengurangi waktu dan biaya yang dibutuhkan dalam proses pencarian, pemesanan, dan pengelolaan kos/kontrakan. Teknologi yang digunakan meliputi Laravel, dan Midtrans. Penelitian ini merupakan penelitian kualitatif dengan metode pengembangan perangkat lunak berbasis web dan pengujian fungsional. Hasil penelitian menunjukkan bahwa sistem ini memberikan manfaat bagi pemilik rumah kost, calon penghuni kost, dan administrator dalam meningkatkan efisiensi dan efektivitas pengelolaan data dan transaksi keuangan, kemudahan dalam mempromosikan rumah kost, kemudahan dalam mencari informasi dan memesan kamar kost/kontrakan, serta meningkatkan akurasi dan kualitas informasi. Kesimpulan dari penelitian ini berdasarkan kuesioner yang di buat oleh penulis adalah bahwa pengembangan sistem informasi pengelola dan penyedia kos-kosan berbasis web dapat meningkatkan efisiensi dan efektivitas pengelolaan kos-kosan. Hal ini dapat membantu dalam mengatasi permasalahan yang timbul dalam pengelolaan data dan transaksi keuangan serta promosi rumah kost. Oleh karena itu, sistem ini dapat diimplementasikan sebagai solusi alternatif bagi pemilik rumah kost, calon penghuni kost, dan administrator.

Story Engine merupakan dokumen desain yang membantu proses pembuatan cerita dalam gim. Story Engine memuat elemen desain seperti storytelling mechanics gameplay, plot structure dan konsep dasar gim yang dikembangkan. Story Engine dirancang sebagai pedoman pedoman pembuatan cerita dengan elemen desain yang dimiliki. Story Engine memperhatikan proses penyampaian cerita yang membangun pengalaman naratif pemain. Untuk itu, dokumen ini dirancang sebagai pedoman untuk membangun pengalaman naratif pemain menggunakan kerangka kerja Beats and Units, yang menjabarkan pengembangan cerita menjadi tujuh lapisan dalam empat bagian utama Conceptual, Design, Units, dan Surface. Penelitian ini menguji proses pembuatan Story Engine melalui framework Beats and Units yang diterapkan pada pengembangan gim story driven Project Botanical. Hasil pengujian pengembangan dan implementasi Story Engine membuktikan bahwa pendekatan ini efektif dalam membangun narrative experience. Kunci keberhasilan utamanya terletak pada penyelarasan antara player goal tujuan mekanik dengan narrative goal tujuan cerita, di mana efektivitas desainnya divalidasi oleh expert review 78,33 persen, menilai Fungsional dan Efektif dan implementasinya diterima pemain secara positif dalam external playtesting 82,15 persen, menilai Setuju. Dengan demikian, Story Engine dapat digunakan sebagai panduan praktis dan teruji untuk merancang pengalaman naratif yang koheren dalam pengembangan gim.