Indonesia adalah negara yang termasuk wilayah ring of fire. Wilayah ini memiliki pergerakan lempeng sangat aktif menjadi rentan terhadap gempa bumi besar dan bencana tsunami. Korban jiwa yang ditimbulkan dari bencana-bencana tersebut tentunya tidak sedikit, hal tersebut disebabkan oleh para tim penyelamat yang kesulitan untuk menjangkau titik bencana karena area terdampak bencana terlalu luas dan puing puing bangunan yang berserakan akibat dampak bencana, sehingga korban yang masih bisa diselamatkan terlambat ditemukan. Bencana tersebut tidak akan memakan banyak korban jiwa apabila ditangani dengan teknologi modern, korban yang masih bernyawa akan lebih cepat ditemukan apabila dicari menggunakan drone. Dengan dilengkapi oleh kamera sensor thermal dan dilengkapi dengan fitur HOG Human Pose Detection, akan mudah mendeteksi posisi korban yang terletak di reruntuhan puing-puing bangunan dan korban yang tertimbun lumpur, sehingga korban yang masih bernyawa akan lebih cepat terdeteksi dan bisa dilakukan pertolongan pertama di lokasi.

Kendaraan bermotor merupakan alat transportasi yang dapat menunjang aktivitas masyarakat di Indonesia. Jumlah pengguna kendaraan bermotor semakin meningkat dari tahun ke tahun yang membuat jalan raya semakin padat. Padatnya jumlah kendaraan tersebut dari tahun ke tahun berbanding lurus dengan angka kasus kecelakaan lalu lintas yang terjadi di Indonesia. Salah satu penyebab hal itu adalah kesalahan manusia seperti mengantuk atau lelah, melamun, mengobrol, dan menyalakan rokok sehingga dapat membuat mereka kehilangan fokus saat mengemudikan kendaraan dan mengabaikan jarak aman antar kendaraan mereka. Pada penelitian ini kami mengajukan pendekatan baru menggunakan vision based sensor dengan kamera ponsel dengan menggunakan Tensorflow Object Detection API untuk mendeteksi posisi plat nomor kendaraan yang berada di depan pengemudi secara real time dengan bounding box. Saat proses training, penelitian ini menerapkan metode transfer learning dengan pretrained network SSD MobileNet V2. Plat nomor kendaraan tersebut digunakan sebagai acuan untuk menghitung jarak antar kendaraan pada kamera menggunakan metode triangle similarity. Penelitian ini juga menerapkan teori defensive driving untuk menentukan jarak aman antar kendaraan. Sistem deteksi jarak aman kendaraan ini akan memberikan notifikasi berupa suara beep sensor sound effect sebagai peringatan kepada pengemudi apabila kendaraan mereka kurang dari jarak aman yang telah ditentukan. Sistem melakukan uji coba dengan mendeteksi plat nomor pada 22 mobil dengan merek dan warna yang berbeda-beda dan rata-rata keberhasilan sistem dalam mendeteksi plat nomor pada jarak 2 sampai 5 meter. Hasil evaluasi perhitungan jarak aman kendaraan menggunakan MAE memperoleh nilai MAE sebesar 2,42555.

Ruang server merupakan area yang sangat krusial untuk penyimpanan dan pengoperasian mesin server, di mana data dan sistem memerlukan perlindungan dari kondisi lingkungan yang merugikan. Peningkatan suhu atau kelembaban yang signifikan dapat mengakibatkan kerusakan serius pada mesin, kegagalan sistem, bahkan risiko kebakaran akibat percikan api yang keluar dari beberapa kabel transmisi. Untuk mengatasi permasalahan ini, dibuatlah proyek akhir yang merancang dan mengimplementasikan sistem Integrasi Raspberry Pi dan Node-RED untuk Monitoring Kondisi Lingkungan Server Transmisi menggunakan Metode Fuzzy Logic. Sistem ini berfungsi sebagai solusi efektif untuk memantau kondisi lingkungan secara waktu nyata. Dengan kemampuan deteksi anomali melalui Metode Threshold dan analisis risiko yang cerdas menggunakan Fuzzy Logic, sistem dapat segera memberikan notifikasi kepada operator. Misalnya, notifikasi WhatsApp terkirim dengan rata-rata delay hanya 0.015 ms saat kondisi berisiko tinggi terdeteksi, dan alarm fisik berupa LED serta buzzer aktif dalam 20 detik. Akurasi sensor DHT22 juga tinggi, dengan rata-rata error suhu 0.54°C dan kelembaban 0.64% RH, sementara flame sensor merespons dalam rata-rata 1.92 ms tanpa deteksi palsu. Hal ini memungkinkan operator untuk langsung memeriksa kondisi mesin transmisi pada ruang server, sehingga meminimalkan risiko kerusakan dan gangguan operasional.

Salah satu pengembangan dalam dunia industri yang diterapkan, khususnya pada proses produksi adalah Robot Gantry. Pada Proyek akhir ini diciptakan sebuah robot gantry yang dapat membantu operator pada line inhouse produksi. Robot Gantry merupakan sistem Industrial Automation yang juga dapat disebut sebagai Cartesian robot atau linear robot. Robot Gantry memiliki 3 axis ruang Cartesian X, Y, Z sehingga sangat tepat digunakan sebagai proses otomasi pick and place. Automatic Sleeved Gantry ASG merupakan salah satu pengembangan dari Robot Gantry pada axis Z yang berbeda type dengan jenis Robot Arm. Pada Automatic Sleeved Gantry menambahkan pengembangan pada gripper yang terdapat 2 axis dapat bergerak secara rotasi vertikal dan horizontal. Programmable Logic Controller PLC yang akan mengatur proses sehingga dapat menghasilkan output yang diingiinkan. Pengoperasian secara manual melalui Human Machine Interface HMI dan Proximity Sensor digunakan untuk kontrol pergerakan posisi robot tersebut. Dengan adanya Automatic Sleeved Gantry ASG dapat membantu sebuah proses produksi yang bersifat manual menjadi otomatis dan lebih efisien. Robot Gantry memiliki kecepatan gerakan robot sesuai dengan operator dan dapat monitoring otomatis dan manual.

Penelitian ini merupakan implementasi dari teknik deteksi kemiripan dokumen dengan menggunakan metode Rabin-Karp. Selain itu, dengan diketahuinya perbandingan kemiripan dokumen berdasarkan persentase toleransi kemiripan yang diberikan dapat dibentuk kelompok dokumen yang memiliki kemiripan. Penelitian ini dapat digunakan untuk mengetahui mahasiswa yang diindikasi melakukan plagiat tugas dan ada berapa kelompok dokumen tugas yang memiliki kemiripan. Aplikasi ini menggunakan metode Rabin-Karp untuk mendeteksi kemiripan beberapa dokumen, apabila dokumen yang dibandingkan memiliki kemiripan maka akan dimasukan dalam satu kelompok tetapi apabila dokumen tidak memiliki kemiripan maka akan terbentuk kelompok lain. Kesimpulan dari penelitian ini adalah penggunaan aplikasi pendeteksi kemiripan dokumen dengan membandingkan dua dokumen dan beberapa dokumen mempunyai waktu yang efisien dan dapat membantu dosen dalam mendeteksi kemiripan dokumen.