Dewasa ini, kebutuhan akan keamanan merupakan sesuatu yang sangat penting. Security system yang ada di pasaran saat ini masih memiliki keterbatasan yaitu sensor-sensor yang digunakan tidak dapat mengenali antara pemilik ataupun pencuri yang akan masuk. Salah satu cara untuk mengenali hal tersebut adalah dengan cara megidentifikasi getaran yang diberikan ke pintu. Oleh karena itu, pada penelitian ini bermaksud untuk mengatasi kekurangan tersebut dengan menambahkan sensor getar yang digunakan untuk mengidentifikasi getaran yang diberikan ke pintu. Informasi dari sensor getar diproses oleh average filter yang berguna untuk menghaluskan data. Jika terdapat data yang melebihi threshold maka mikro mulai menginisialisasi timer dan variable counter juga akan diinisialisasi. Bersamaan dengan itu jika terdapat input yang melebihi threshold maka variable counter akan mulai menghitung. Hitungan counter akan berakhir setelah timer mencapai 3 detik. Nilai counter selanjutnya akan dibandingkan dengan nilai referensi yang sudah ditentukan sebelumnya. Jika lebih besar, maka system akan mengenali aktifitas tersebut sebagai aktivitas pengrusakan kunci. System juga akan mengaktifkan actuator dan juga mengirimkan notifikasi ke social media yaitu twitter. Berdasarkan hasil pengujian, system mampu mengidentifikasi adanya aktivitas pengrusakan kunci sesuai dengan kontribusi yang dibutuhkan dengan error sebesar 10 persen dan juga mengirimkan notifikasi ke twitter dengan rata-rata waktu pengiriman 11,85 detik setelah alat mengidentifikasi adanya aktifitas pengrusakan kunci.

Penelitian ini mengevaluasi kelayakan penggunaan bio-komposit sebagai material alternatif bilah turbin angin serta memprediksi sifat mekaniknya menggunakan pendekatan Artificial Neural Network (ANN). Data diperoleh dari literatur berupa sifat mekanik lima jenis serat alami dan resin dengan fraksi volume serat tetap 10%. Dataset diperluas melalui permutasi komposisi dan disaring menggunakan simulasi metode elemen hingga (FEM) untuk memastikan kelayakan mekanis sebelum digunakan sebagai data pelatihan ANN. Model ANN digunakan untuk memprediksi komposisi fraksi volume serat dan resin berdasarkan target sifat mekanik, seperti tensile strength, modulus elastisitas, densitas, dan fatigue strength. Validasi dilakukan melalui uji tarik pada komposit serat nanas-resin dan estimasi teoritis menggunakan Rule of Mixtures (RoM). Hasil menunjukkan akurasi tinggi pada data dalam jangkauan pelatihan (error < 7.5%), dan penurunan akurasi pada data di luar jangkauan. Kontribusi utama penelitian ini adalah pengembangan pendekatan prediktif terintegrasi ANN–FEM–RoM untuk desain material bio-komposit yang efisien. Validasi lanjutan berbasis eksperimen dan simulasi multiskala tetap diperlukan untuk memastikan keandalannya dalam aplikasi struktural.

Kelapa merupakan bahan makanan yang banyak dikonsumsi masyarakat mulai dari air kelapa sebagai pengobatan hingga daging kelapa yang sering dibuat sebagai penyedap rasa. Pemarutan kelapa merupakan salah satu bagian penting untuk mendapatkan mutu parutan kelapa yang bagus, karena umur kelapa yang di parut mempunyai ketebalan daging yang berbeda-beda dan dari rata-rata parutan kelapa yang dipasaran mempunyai nilai effisiensi rendah karena motor memiliki watt yang tinggi. Oleh sebab itu diperlukan pemarut kelapa yang memiliki effisiensi yang tinggi dan mempunyai kecepatan putar yang konstan. Pada proyek akhir ini bertujuan untuk mengontrol kecepatan motor yang konstan sehingga memiliki effisiensi putaran yang tinggi dengan cara dikontrol sesuai dengan keinginan pengguna menggunakan pengontrolan logika PID berbasis mikrokontroller ATMega16 dengan set poin kecepatan 800 rpm, dan mendapatkan nilai error presentase nilai tertinggi pada Kd sebesar 99% dan nilai terkecil pada Kp sebesar 6,7%.

Pada proyek akhir ini telah dibuat sebuah alat berupa Intelligent Miniature Bulldozer (IMB) yang mampu melakukan dozing process secara otomatis. Dengan menggunakan sensor IMU (Inertia Measure-ment Unit) didapatkan data kemiringan tanah yang dilalui oleh IMB. Berdasarkan referensi data tersebut, dilakukan rekayasa sedemikian hingga pengaturan ketinggian blade dari IMB ini dapat dikerjakan. Adapun kendala yang dialami adalah banyaknya getaran yang dialami robot ketika melalui permukaan tanah berkerikil, menyebabkan noise pada output dari sensor IMU. Untuk mengurangi noise dari sensor IMU tersebut telah diimplementasikan sebuah filter yang mengkombinasikan data gyroscope, accelerometer, dan magnetometer sehingga data yang diperoleh dari sensor IMU.

Filler merupakan bagian menara pendingin yang paling penting dalam kinerja menara pendingin dalam menurunkan temperatur air. Berbagai macam cara dilakukan untuk memodifikasi filler mulai dari bentuk, variasi sudut, jumlah lapisan filler, dan masih banyak lagi. Begitupun pada peneltian ini, yaitu memodifikasi filler dengan jenis splash filler menggunakan lubang dengan profil carpet sierpinski. Lubang profil carpet sierpinski digunakan dengan memvariasikan geometri bentuk lubangnya menggunakan geometri persegi, lingkaran dan segitiga. Pola lubang tersebut diterapkan pada plat stainless steel 201. Filler yang digunakan berbebentuk plat dengan bentuk persegi dengan panjang sisi masing masing 14,5 cm. Ketebalan plat yang digunakan sebesar 0,8 mm. Tiap variasi bentuk geometri lubang filler disusun secara vertikal dengan posisi plat horizontal, jarak antar plat sebesar 15 cm berjumlah 7 buah plat dengan total tinggi filler sebesar 100 cm. Filler yang digunakan diujikan pada menara pendingin induced draft dan forced draft. Temperatur air yang didinginkan bernilai 47 derajat celcius. Didapatkan bahwa efektifitas pendinginan terbaik pada kedua jenis menara pendingin ada pada geometeri bentuk lubang persegi sebesar 52,26 persen, dengan berhasil menurunkan temperatur air sebesar 11,5 derajat celcius.