Dalam pemenuhan kebutuhan air bersih di kos kosan, pemilik kos menggunakan air PDAM. Pemilik kos mengenakan biaya pelayanan terhadap pelanggan kos sesuai dengan air yang telah digunakan. Namun yang berjalan saat ini, pemilik kos didalam mengenakan biaya tagihan kepada pelanggan masih menggunakan metode perkiraan. Terkadang biaya tagihan yang dikenakan kepada pelanggan tidak sesuai dengan jumlah air yang digunakan. Permasalahan ini sering terjadi dimana setiap penghuni kos membayar biaya penggunaan air yang sama, padahal penggunaan air setiap penghuni kos berbeda-beda. Masalah lain yang muncul adalah informasi penagihan air yang dibebankan kepada pelanggan tidak akurat. Oleh sebab itu, diperlukan suatu sistem yang dapat mengetahui jumlah penggunaan air beserta biaya penggunaannya. Berdasarkan analisa tersebut, dirancang suatu sistem yaitu rancang bangun sistem monitoring dan pengendali penggunaan air PDAM berbasis IoT. Tujuan dari penelitian ini untuk memonitoring dan juga mengontrol penggunaan air pada setiap kamar secara akurat disertai perhitungan tarif dari penggunaan air tersebut. Dengan adanya alat ini, diharapkan dapat memudahkan pemilik kos maupun pelanggan dalam memonitoring jumlah air yang terpakai serta perhitungan tarif yang harus dibayar. ESP32 digunakan sebagai mikrokontroller dan sekaligus sebagai modul wifi yang berguna sebagai penghubung ke internet. Sensor Waterflow akan mengukur aliran air. Nilai liter yang terbaca oleh flowmeter dikonversikan ke rupiah untuk mengetahui tarif pemakaian air. Data debit dan tarif akan dikirim ke Telegram, Firebase dan juga display LCD. Hasil pengujian alat menunjukkan, sistem monitoring dan pengendali air berbasis IoT telah berjalan seperti yang dirancang. Sedangkan hasil pembacaan sensor WaterFlow dibandingkan dengan gelas ukur memperlihatkan eror dengan nilai standar error sebesar 4.06, 6.16, dan 5.52

Sistem penilaian kepuasan terhadap sebuah pelayanan lembaga pemerintah sangat diperlukan untuk mengetahui kualitas kinerja pelayanan yang diberikan sebuah intansi pemerintahan. Dengan luas wilayah lamongan sekitar 1,782.05 km2 yang terdiri dari 27 kecamatan dan 474 desa dengan jumlah penduduk berdasarkan sensus tahun 2017 sebesar 1.360.987 jiwa, pemerintah lamongan memiliki banyak program pelayanan masyarakat yang wajib diketahui oleh masyarakat dan masyarakat harus mengetahui tentang kualitas pelayanan dari pemerintah. Dalam hal penilaian kualitas pelayanan masyrakat juga berhak memeberikan pelayanan dan saran atau komentar mengenai pelayanan yang telah dilaksanakan oleh pemerintah. Untuk itu system penilaian ini dibuat guna membantu masyarakat dalam menyalurkan aspirasi mereka terhadap program pelayanan pemerintah serta membantu pemerintah dalam mengetahui kualitas pelayanan yang telah dilakasanakan. Melalui proyek ini kita dapat mengetahui kualitas pelayanan yang diberikan pemerintah terhadap masyarakat tiap tahunnya. Sehingga pemerintah dapat melakukan evaluasi terhadap pencapaian pelakasanaan pelayanan yang mereka berikan untuk evaluasi dan peningkatan pelayanan. Selain itu masyarakat juga dapat mengetahui kualitas program pelayanan yang diberikan oleh pemerintah secara real berdasarkan penilaian dari masyarakat. Tidak hanya itu masyarakat juga dapat memeberikan komentar ataupun masukan dan saran untuk perbaikan pelayanan

Ruang peralatan listrik seperti ruang UPS memiliki peran penting dalam menjaga kontinuitas sistem kelistrikan. Namun, ruangan ini rentan terhadap risiko suhu tinggi, kebocoran gas, dan potensi kebakaran, yang dapat mengganggu atau merusak peralatan. Permasalahan utama yang dihadapi adalah belum tersedianya sistem pemantauan otomatis yang mampu mendeteksi kondisi lingkungan secara cepat dan memberikan respons dini terhadap potensi bahaya. Proyek akhir ini bertujuan merancang dan mengimplementasikan sistem pemantauan suhu ruangan berbasis Internet of Things untuk meningkatkan keamanan dan kinerja peralatan listrik. Sistem menggunakan NodeMCU ESP8266 sebagai pusat kendali, dengan sensor DHT11 untuk suhu, MQ7 untuk gas karbon monoksida, dan KY026 untuk api. Data dikirim ke platform web monitoring melalui protokol MQTT dan diproses dengan metode fuzzy logic untuk mengklasifikasikan kondisi ruangan dan memberikan respon otomatis, seperti mematikan AC melalui IR transmitter saat kondisi darurat terdeteksi. Pengujian dilakukan di ruangan berukuran 20 meter persegi. Hasil menunjukkan bahwa sensor suhu memiliki deviasi kurang lebih 0,48 derajat Celsius dan menjaga suhu dalam kisaran 18,5 derajat Celsius sampai 19,5 derajat Celsius, sesuai standar operasional UPS pada 20 derajat Celsius sampai 25 derajat Celsius. Sensor gas mendeteksi konsentrasi hingga 240 ppm saat terpapar asap, dan sensor api merespons dalam jarak efektif 20 cm. Rerata delay pengiriman data melalui MQTT yaitu 0,119 detik. Sistem dinyatakan layak untuk diterapkan pada ruang peralatan listrik sebagai solusi pemantauan lingkungan yang otomatis, cepat, dan adaptif.

Teknologi internet mempunyak efek yang sangat besar pada perdagangan atau bisnis yang sekarang ini dikenal dengan E-Commerce. Banyak pelanggan di E-Commerce belum melihat secara langsung produk yang diminatinya sehingga mereka sedikit ragu apakah produk itu memiliki kualitas yang bagus atau tidak. Ada juga pelanggan yang sudah tahu akan kualitas produk yang diminatinya tersebut tetapi produk yang diminatinya tersebut dalam keadaan stok yang kosong atau habis. Maka dengan masalah tersebut, penulis mengusulkan untuk membuat Aplikasi Prediksi Pelanggan. Aplikasi prediksi pelanggan ini digunakan untuk menganalisa sejumlah besar data dan memprediksi minat pelanggan terhadap suatu produk. Sehingga membantu pelanggan untuk mengetahui kualitas produk tersebut beserta perbandingan produk yang memiliki spesifikasi sejenis melalui analisis sentimen review produk-produk tersebut dari beberapa pengguna produk tersebut. Ulasan yang ada diambil dari dua sumber yaitu twitter dan gsmarena. Kemudian untuk menemukan similiarity terhadap prediksi smartphone masih menggunakan 6 acuan spesifikasi, yaitu ukuran layar, RAM, baterai, jumlah sensor, memory internal dan kamera. Dan dengan dua metode dan dua sumber yang ada dilakukan uji coba dengan berbagai macam skenario testing. Dan hasil dari uji coba memberikan kesimpulan bahwa metode nai’ve bayes jauh lebih baik dari metode sentiwordnet dalam ulasan sumber twitter sedangkan pada ulasan sumber gsmarena, sentiwordnet sedikit lebih unggul dari metode nai’ve bayes.

Singkong (Manihot esculenta) merupakan salah satu komoditas pangan strategis di Indonesia. Namun, penyakit seperti Cassava Mosaic Disease (CMD), Cassava Green Mite (CGM), Cassava Bacterial Blight (CBB), dan Cassava Brown Streak Disease (CBSD) sering menjadi kendala serius dalam budidayanya. Penelitian ini bertujuan mengembangkan alat deteksi penyakit daun singkong berbasis Embedded Vision System yang mengintegrasikan algoritma YOLOv8 dan SSD MobileNetV2, diimplementasikan pada Raspberry Pi 4B sebagai platform utama. Alat ini dirancang agar portabel dan mudah digunakan di lapangan, didukung oleh antarmuka grafis berbasis PyQt5. Dataset yang digunakan mencakup 4500 citra daun singkong dengan lima kelas utama, yaitu empat jenis penyakit dan daun sehat. Proses pelatihan melibatkan augmentasi data untuk meningkatkan variasi dan kualitas dataset. Pengujian meliputi akurasi deteksi, kecepatan pemrosesan, efisiensi daya, dan performa alat dalam kondisi lapangan. Hasil pengujian menunjukkan bahwa YOLOv8 memiliki tingkat akurasi dan kecepatan deteksi yang lebih baik dibandingkan SSD MobileNetV2, terutama dalam kondisi perangkat dengan sumber daya terbatas. Alat ini berhasil mendeteksi penyakit daun singkong secara Real-time dengan frame rate yang stabil. Selain itu, desain antarmuka pengguna memudahkan pengoperasian, bahkan bagi petani pemula. Berdasarkan hasil penelitian ini, alat deteksi berbasis Embedded Vision System dapat diimplementasikan secara efektif sebagai solusi identifikasi penyakit daun singkong di lapangan.