Menurut Gemala R. Hatta, rekam medis dirumuskan sebagai kumpulan semua aktivitas yang dilakukan oleh tenaga kesehatan yang dilakukan dengan dicatat. Dalam rekam medis, hubungan antara hipertensi, stres, tinggi badan, dan berat badan dapat memberikan gambaran yang komprehensif tentang kesehatan pasien serta membantu dalam proses diagnosis, penanganan, dan pemantauan kondisi medis. Selain itu, penerapan metode fuzzy logic dan expert system dapat digunakan untuk menganalisis data dari berbagai sensor yang mengukur tanda-tanda vital dan respon tubuh terhadap stres dan hipertensi. Diharapkan penelitian ini dapat menghasilkan alat kesehatan portabel yang dapat membantu pasien menjalani pengecekan kesehatan sehingga dokter dan tenaga medis dapat melayani pasien dengan cepat. Oleh karena itu, dalam penelitian ini akan dibuat sebuah alat yang dikembangkan dengan metode untuk memantau kesehatan seseorang dan diintegrasikan ke dalam alat portabel dengan rekam medis. Alat yang digunakan dalam penelitian ini mencakup sensor Beats Per Minute MAX30100 untuk menghitung denyut jantung, sensor Galvanic Skin Respons untuk mendeteksi konduktifitas kulit jari tangan, sensor HCSR04 merupakan sensor ultrasonik yang dapat mendeteksi objek yang digunakan untuk alat pengukuran tinggi badan, dan sensor Berat Load Cell untuk mendeteksi tekanan atau berat suatu beban. Dari macam-macam sensor yang digunakan akan menghasilkan sebuah sistem yang dapat membaca data dari sensor Beats Per Minute, Sensor HCSR04, sensor Berat Load Cell dan sensor Galvanic Skin Respons dengan meletakkan jari dengan tepat di atas sensor. Data yang dibaca sensor akan diintegrasikan ke dalam database dan ditampilkan pada website. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi tingkat stres dan hipertensi dengan akurasi tinggi, yaitu mencapai 90 persen untuk hipertensi dan 80 persen sebelum aktivitas serta 90 persen setelah aktivas untuk deteksi stres, serta tingkat kesalahan sensor yang relatif rendah yaitu 1,547 persen untuk sensor MAX30100, 1,984 persen untuk sensor HC-SR04, dan 3,207 persen untuk sensor Load Cell. Sistem ini tidak hanya meningkatkan kelengkapan data dalam rekam medis, tetapi juga mendukung pelayanan kesehatan yang lebih cepat, akurat, dan mudah diakses secara jarak jauh.

Buoy adalah alat bantu untuk mengarahkan kapal yang berperan penting dalam memastikan keselamatan saat berlayar dan mengawasi kondisi air, sehingga dibutuhkan sistem pemantauan yang bisa memberikan informasi letak buoy secara langsung dan terus menerus. Namun, luasnya area perairan dan keterbatasan jangkauan komunikasi LoRa yang hanya satu langkah menyebabkan pengiriman data dari buoy ke gateway tidak optimal. Penelitian ini menawarkan cara berkomunikasi menggunakan jaringan LoRa dengan beberapa langkah (multihop) berdasarkan protokol GPSR, yaitu Greedy Perimeter Stateless Routing, agar jangkauan dan kinerja komunikasi dalam sistem pemantauan buoy lebih baik dan lebih stabil. Sistem yang dibuat menggunakan beberapa node ESP32 LoRa yang dilengkapi dengan modul GPS untuk mendapatkan data koordinat posisi secara langsung, lalu data tersebut dikirim ke gateway melalui cara multihop dengan memilih jalur berdasarkan posisi geografis dari node yang terdekat dengan tujuan. Kinerja sistem dinilai berdasarkan beberapa parameter seperti rasio pengiriman paket (PDR), kerugian paket, tingkat sinyal (RSSI), kapasitas throughput, penundaan, dan jumlah hop pada situasi uji statis maupun dinamis. Penelitian menunjukkan bahwa menggunakan GPSR dalam komunikasi multihop LoRa dapat meningkatkan jangkauan komunikasi, menjaga koneksi jaringan tetap stabil, serta membuat pengiriman data lebih berhasil dibandingkan dengan metode single-hop. Dengan demikian, sistem yang diusulkan bisa menjadi solusi yang baik untuk membantu memantau posisi buoy secara langsung di wilayah perairanyang luas dengan penggunaan energi yang tidak terlalu besar.

Kendaraan transportasi darat otonom dan Electric Vehicle (EV) telah menjadi pilihan utama sebagian besar masyarakat karena sifatnya yang ramah lingkungan. Selain itu, percepatan penelitian kendaraan otonom juga dapat mengurangi kecelakaan lalu lintas akibat human error yang cukup tinggi dalam 10 tahun terakhir. Namun, biaya yang dibutuhkan untuk mendapatkan bantuan dari sistem otonom masih cenderung mahal. Makalah ini menyajikan pengembangan perangkat dengan memanfaatkan sistem mikrokontroler Advanced RISC Machine (ARM) Cortex Advanced RISC Machine (ARM) Cortex-M4 STM32F411 dengan arsitektur 32-bit. Sistem ini menawarkan kinerja optimal dengan harga hemat biaya. Sistem otonom yang diusulkan dirancang berdasarkan metode waypoint sebagai acuan posisi kendaraan. Sistem Satelit Navigasi Global (GNSS) yang diakses melalui modul U-Blox NEO-M8P menyediakan data posisi, sedangkan magnetometer HMC5883L menyediakan data orientasi. Data posisi diproses lebih lanjut dengan memanfaatkan filter Kalman untuk meningkatkan akurasi dan mengurangi beban komputasi. Di sisi lain, teknik rata-rata bergerak diterapkan pada data orientasi untuk menghasilkan data yang lebih presisi. Data posisi dan orientasi kemudian diproses untuk menghasilkan aksi traksi pada kinematika kendaraan, mencapai tingkat akurasi 0.06 Meter dalam pengujian lingkungan skala nyata. Ini menunjukkan keberhasilan penerapan algoritma kontrol otonom pada Low-Level Controller.

Pandemi Corona-Virus Disease 2019 (COVID-19) telah berdampak pada seluruh lapisan masyarakat dan memberikan dampak yang mengganggu pada semua aspek kehidupan, termasuk pendidikan. Selain itu, ini memberi tekanan pada kemampuan pendidik kedokteran untuk beradaptasi dengan situasi unik ini. Pendidik kedokteran dan siswa dari semua bidang yang berhubungan dengan kesehatan dianggap sebagai pembawa potensial ketika mempertimbangkan pendidikan berbasis rumah sakit. Di sisi lain, krisis ekonomi saat ini menghidupkan kembali kebutuhan akan kesempatan belajar online dan program pendidikan virtual. Sebagian besar sekolah kedokteran menanggapi situasi ini dengan beralih ke pembelajaran online atau berbasis video, yang menjadi semakin populer. Dalam menghadapi pandemi, mempertahankan standar dalam pendidikan kedokteran, menjaga pembelajaran klinis pada jalurnya, dan meminimalkan gangguan penilaian adalah tugas yang sulit untuk diselesaikan. Lingkungan baru ini membutuhkan adaptasi untuk lebih mempersiapkan dokter masa depan untuk peran mereka. Dalam penelitian ini, penulis merancang platform pembelajaran medis yang imersif untuk menekankan pentingnya pendidikan virtual dan konsekuensi potensial dari mengintegrasikan pengalaman imersif dari extended reality (XR) ke dalam pendidikan kedokteran untuk masa depan pembelajaran kompetensi klinis dan penilaian dalam perawatan kesehatan. bidang pendidikan. Platform ini dapat berjalan di perangkat PCVR dan standalone VR. Kami telah merancang dan mengembangkan skenario simulasi medis menggunakan pertimbangan pendidik medis atau dokter untuk memastikan bahwa platform yang kami rancang dapat memberikan pengalaman yang mendalam untuk meningkatkan efektivitas kegiatan belajar mengajar online.

Sistem keselamatan berkendara merupakan aspek krusial dalam transportasi modern, di mana area blind spot sering menjadi penyebab utama kecelakaan lalu lintas karena keterbatasan pandangan pengemudi. Risiko ini semakin tinggi pada kendaraan roda empat saat melakukan manuver berbelok atau berpindah jalur. Proyek Akhir ini bertujuan untuk merancang dan membangun sistem pendeteksi blind spot berbasis mikrokontroler yang terintegrasi dengan HP Android sebagai media monitoring visual. Sistem ini menggunakan mikrokontroler ESP32 sebagai unit pemroses utama dan dua unit sensor ultrasonik JSN-SR04T waterproof untuk mendeteksi keberadaan objek pada sisi kanan dan kiri belakang kendaraan. Ketika objek terdeteksi pada jarak kritis, sistem akan memberikan peringatan berupa suara melalui buzzer dan secara otomatis mengaktifkan streaming video dari modul ESP32-CAM ke layar HP Android melalui koneksi Wi-Fi. Hasil pengujian menunjukkan bahwa sistem mampu melakukan pemetaan jarak objek dengan akurasi tinggi. Selain itu, dilakukan analisis relevansi pada kendaraan besar (truk) yang membuktikan bahwa sistem ini efektif memitigasi risiko blind spot pada kendaraan dengan dimensi lebih masif. Dengan adanya sistem ini, pengemudi dapat memantau area titik buta secara real-time, sehingga dapat meningkatkan kewaspadaan dan memitigasi risiko kecelakaan serta tindak kriminalitas pada kendaraan.