Politeknik Elektronika Negeri Surabaya dalam pengambilan, penulisan dan penyebaran surat keputusan masih dilakukan secara manual yang menyebabkan memakan banyak waktu, SK yang tertinggal dan hilang. Surat Keputusan dikeluarkan di beberapa bidang seperti bidang akademik, unit penelitian, pengabdian masyarakat dan kepegawaian. Sebelumnya pengarsipan dan penyebaran surat keputusan dilakukan secara manual yang menyebabkan banyak pegawai yang kebingungan. Maka dari itu dibuatlah sebuah sistem informasi manajemen surat keputusan yang diberi nama SI SK untuk memudahkan dalam pengarsipan dan penyebaran SK. Di dalam SI SK ini memiliki beberapa fitur antara lain crud data sk yang akan diarsipkan, login, filter kategori berdasarkan tahun atau prodi dan fitur search untuk menampilkan data sk yang dicari. Fitur untuk melihat dan mendownload surat keputusan tersebut di halaman user. Sistem informasi ini dibuat dengan menggunakan php native dan database oracle untuk penyimpanannya. Pengujian sistem ini dilakukan dengan melakukan unit testing dan user review dengan menggunakan metode blackbox testing. Hasil nya membuktikan bahwa sistem informasi manajemen surat keputusan berbasis website ini memudahkan pegawai dalam melakukan pengarsipan dan penyebaran sk dilingkungan pens.

Dalam era kendaraan listrik yang semakin berkembang, kebutuhan akan sistem suspensi yang optimal menjadi krusial, terutama untuk van listrik berkapasitas 12 penumpang yang harus memberikan kenyamanan dan keselamatan maksimal. Penelitian ini bertujuan untuk mengembangkan dan merancang sistem suspensi inovatif yang dapat memenuhi kebutuhan tersebut. Proses pengembangan dimulai dengan perhitungan awal yang melibatkan analisis beban dan distribusi berat, dilanjutkan dengan desain rinci menggunakan perangkat lunak CAD seperti Inventor. Selanjutnya, dilakukan analisis mendalam dengan menggunakan Inventor untuk mensimulasikan dan mengevaluasi performa sistem suspensi yang dirancang. Analisis ini menggunakan metode Finite Element Analysis (FEA) untuk mengevaluasi tingkat tegangan (stress) dan deformasi yang dialami oleh berbagai material yang digunakan pada komponen suspensi. Berbagai kekuatan material diuji untuk menentukan material yang paling sesuai dalam hal kekuatan, keawetan, dan efisiensi biaya. Hasil penelitian ini diharapkan dapat memberikan panduan praktis dalam pemilihan material dan desain optimal yang dapat meningkatkan performa dan durabilitas sistem suspensi pada van listrik berkapasitas 12 penumpang, serta berkontribusi pada pengembangan teknologi kendaraan listrik secara keseluruhan.

Penelitian ini bertujuan untuk menganalisis pengaruh variasi kelembapan gas reaktan pada sisi anoda dan katoda terhadap performa Proton Exchange Membrane Fuel Cell melalui pendekatan numerik berbasis Computational Fluid Dynamics. PEMFC dipilih sebagai kandidat utama untuk kendaraan listrik karena konversinya yang tinggi dan emisi yang bersih. Variasi kelembapan relatif atau RH pada sisi anoda dan katoda divariasikan untuk mengevaluasi pengaruhnya terhadap hidrasi membran, distribusi oksigen, distribusi tekanan, serta fenomena flooding. Hasil penelitian menunjukkan bahwa RH pada sisi anoda dari 0 persen ke 100 persen memberikan peningkatan kerapatan arus secara signifikan hingga mencapai 2189 miliampere per sentimeter kubik, sementara pada sisi katoda, peningkatan RH memberikan kenaikan yang lebih kecil, yaitu sekitar 3 persen. Distribusi fraksi massa uap air dalam membran tampak lebih merata pada RH tinggi, yang menandakan hidrasi membran optimal. Namun, kelembapan tinggi juga memicu akumulasi air dalam saluran gas dan lapisan difusi, yang menghambat difusi oksigen dan menurunkan efisiensi transfer massa akibat flooding. Penurunan Pressure drop pada RH tinggi turut mengindikasikan peningkatan resistansi aliran akibat air yang menggenang. Oleh karena itu, pengaturan kelembapan yang seimbang diperlukan untuk menjaga kinerja dan stabilitas operasional PEMFC.

Latihan Pilates mandiri tanpa pengawasan ahli berisiko cedera akibat postur salah. Penelitian ini mengembangkan aplikasi "PilAItes" berbasis kecerdasan buatan untuk evaluasi gerakan real-time menggunakan YOLOv8-Pose (COCO 17 Keypoints) dan Flask. Dataset dikumpulkan dari platform digital, diaugmentasi di Roboflow hingga 737 citra untuk lima gerakan utama: Plie Pulses, The Hundred, Shoulder Bridge, Downward Dog, dan Shell Stretch. Pelatihan model pada Google Colab (GPU T4, 50 epoch) menghasilkan akurasi rata-rata 92,5% (precision 97,76%, recall 100%, mAP@50 99,20%, mAP@50-95 79,10%) dengan kecepatan inferensi 30–60 FPS. Validasi oleh pakar Pilates dan pakar IT memastikan parameter sudut dan algoritma gerakan pasif telah sesuai standar biomekanika. Sistem juga dilengkapi asisten suara (Web Speech API) dan mekanisme hold pose 5 detik untuk penyimpanan otomatis hasil latihan ke database SQLite. Pengujian usability kepada 10 responden dengan metode Jakob Nielsen memperoleh skor kelayakan 82,2% (kategori "Sangat Layak"). PilAItes efektif sebagai asisten digital yang aman, akurat, dan interaktif untuk latihan Pilates mandiri.

Kehilangan sebagian dari anggota tubuh seperti lengan, kaki atau jari, di derita oleh jutaan orang di seluruh dunia. Kehilangan anggota gerak tubuh paling umum terjadi dikarenakan operasi. Selain kehilangan anggota tubuh, kelemahan otot juga menjadi faktor permasalahan. disaat orang pernah mengalami cidera, faktor umur, ataupun beban kerja yang mengharuskan orang memakai kekuatan fisik, seperti mengangkat benda benda yang berat. Sinyal electromyography yang dideteksi dari Vastus Medialis dan Erector Spinae, dilakukan proses identifikasi menggunakan fitur ekstraksi domain waktu yaitu MAV, MAD, RMS. Menggunakan Window 500 ms dengan overlap 10 ms. Threshold digunakan untuk mendeteksi awal dan akhir kontraksi otot. Threshold untuk mendeteksi awal kontraksi yaitu 0.002 dan threshold untuk mendeteksi akhir kontraksi yaitu 0.0015 dan diambil data dalam range tersebut setiap ada 3 perubahan data. Data yang digunakan sebagai input neural network berjumlah 240. Hidden node yang digunakan berjumlah 80 hidden node. Data train berjumlah 556 data gerak. Data test berjumlah 160 data gerak. Diuji dengan data test, system dapat mengartikan gerakan dengan benar mencapai 84% dan data salah sebanyak 16%. Selain itu system diuji dengan data responden berbeda dengan data test sebanyak 104 data gerak, system dapat mengartikan gerakan secara benar mencapai 59% dan data salah sebanyak 41%.