Sistem monitoring telah diterapkan pada berbagai bidang seperti bidang pertanian, peternakan, kesehatan, kemanan, dan lain-lain. Sistem monitoring yang dilakukan secara otomatis akan membantu manusia dalam memantau suatu aktivitas tertentu secara mudah dan efisien. Salah satu penerapan sistem monitoring untuk aktivitas seharihari adalah untuk melakukan pengawasan posisi relatif dari anak oleh orang tua. Sistem ini terdiri dari Sensor IMU yang dilengkapi dengan Magnetometer yang digunakan untuk melakukan monitoring posisi. Data yang didapat dari tiga komponen IMU (accelerometer, gyroscope, dan magnetometer) digunakan untuk menentukan orientasi dan posisi relatif dari alat tersebut. Data tersebut akan diproses oleh mikrokontroler dan dikirimkan menggunakan modul WiFi, dimana modul mikrokontroler yang digunakan adalah ESP32 yang terintegrasi dengan modul Wi-Fi juga. Monitoring orang tua dilakukan dengan smartphone dengan menggunakan App Inventor yang terhubung dengan prototipe.Dari hasil penelitian ini menggunakan satu sumbu z accelerometer dan sudut euler dari ketiga sensor yang dikonversi menjadi koordinat dua dimensi. Pada pengukuran sudut euler, prosentase eror pengukuran pada sudut roll sebesar 6.99, sudut pitch sebesar 6.77, dan sudut yaw sebesar 4.42. Pada pengukuran jarak rata-rata prosentase error didapatkan sebesar 8.204.

Perkembangan serta kemajuan teknologi yang semakin pesat dewasa ini menjadikan manusia cenderung lebih inofatif dan eksploratif untuk menciptakan sebuah perangkat atau sistem yang memiliki kemampuan dengan misi tertentu. salah satu bentuk karya nyatanya adalah dengan berkembangnya keahlian serta ilmu pengetahuan di sektor robotika. Untuk mewadahi passion serta keahlian dalam pengembangan di bidang robotika tersebut banyak lembaga atau institusi profit maupun non profit yang menjembatani hal tersebut. Salah satunya dengan diadakannya Kontes Robot Pemadam Api Indonesia (KRPAI). Pada ajang perlombaan KRPAI ini devisi robot berkaki enam lebih populer dari semua devisi yang ada. Namun tingkat kecelakaan robot saat berlaga masih terbilang sangat tinggi. Hal ini dikarenakan robot susah untuk mengenali dinding yang ada disekitar sehingga mudah terbentur oleh dinding arena. Untuk pengendalian respon dari robot berkaki enam ini terbilang cukup sulit khususnya dalam masalah menghindari dinding arena yang ada. Response yang stabil untuk penghindaran ini sangat dibutuhkan agar robot berkaki enam tidak mudah tertabrak dengan dinding arena pada lintasan, yang mana hal ini dapat menimbulkan resiko kerusakan pada robot.. Oleh karena itu, dalam proyek akhir ini penulis ingin merancang suatu sistem kontrol serta menyempurnakan fungsi dari robot berkaki enam agar memiliki kemampuan pehindaran terhadap dinding arena pada lintasan perlombaan dengan lebih baik dan respon yang cukup stabil. Hasil yang didapatkan Robot dapat menghindari halangan selama proses menuju posisi target dengan tingkat keberhasilan menghindari halangan sebesar 90% dengan pencapaian posisi akhir robot dalam mencapai target mengalami error sebesar 10%.

Pole Mounted Metering Circuit Breaker adalah suatu alat sistem pengaman yang terdapat gardu portal pada bagian tegangan menengah sebesar 20 kV yang memiliki fungsi sebagai pemutus, penghubung dan pengaman pada jaringan distribusi tegangan menengah 20 kV. Salah satu permasalahan yang ditemui adalah suhu pada PMCB terlalu tinggi maka dapat merusak isolator dan apabila heater pada PMCB mati akan membuat kelembaban pada PMCB naik dan mengakibatkan komponen-komponen yang ada di dalam PMCB menjadi lembab dan mudah berkarat. Oleh karena itu, diperlukan suatu sistem kontrol yang mampu menjaga suhu dan kelembaban PMCB agar selalu berada pada angka nominal sesuai standar. Berdasarkan dari SPLN D3.021.1.2020, diketahui kondisi pelayanan normal suhu udara sekitar tidak melebihi 40 derajat celcius dan suhu rata-ratanya sepanjang 24 jam tidak melebihi 35 derajat celcius dan kelembaban relatif tertinggi 100 RH. Sistem ini menggunakan AC voltage controller digunakan untuk mengontrol tegangan input heater dan exhaust fan. Metode kontrol yang digunakan adalah artificial neural network. Metode kontrol artificial neural network bekerja dengan input suhu dan kelembaban dan output menghasilkan nilai sudut penyalaan sebagai kontrol TRIAC pada AC voltage controller. Berdasarkan hasil pengujian hardware sistem close loop dapat diketahui bahwa, sistem mampu mengontrol suhu dan kelembaban pada set point suhu 35 derajat celcius dan kelembaban 50 RH pada waktu tertentu dengan error suhu 2,86 persen pada malam hari dan 0,57 persen pada sore hari serta error kelembaban 2,2 persen pada malam hari dan 11,8 persen pada sore hari dibandingkan dengan nilai set point.

Jumlah kebutuhan energi listrik di Indonesia setiap tahunnya mengalami peningkatan, sedangkan ketersediaan sumber energi fosil seperti minyak bumi, gas dan batu bara semakin berkurang. Ketergantungan terhadap penggunaan energi fosil untuk memenuhi kebutuhan energi listrik di Indonesia menyebabkan krisis energi. Krisis energi menuntut banyak orang untuk mencari sumber energi alternatif. Salah satu sumber energi alternatif yang sudah banyak dimanfaatkan adalah energi angin. Untuk mengkonversi energi angin dibutuhkan peralatan berupa turbin angin. Pada penelitian ini dilakukan studi eksperimental pada turbin angin sumbu horizontal dengan variasi jumlah sudu (2 sudu, 3 sudu dan 4 sudu). Tujuan penelitian ini adalah untuk mengetahui pengaruh jumlah sudu terhadap daya elektrik turbin angin. Metode penelitian yang digunakan adalah metode eksperimen dengan melakukan pengukuran langsung terhadap tegangan listrik, arus listrik, kecepatan angin dan kecepatan putar turbin pada masing - masing variasi, kemudian dilakukan perhitungan daya elektrik dan efisiensi turbin. Hasil penelitian dari ketiga variasi jumlah sudu menunjukkan bahwa turbin angin 3 sudu menghasilkan daya elektrik paling besar dengan nilai daya sebesar 17,057 Watt. Performansi turbin angin 3 sudu juga paling baik dimana nilai efisiensi turbinnya sebesar 13,71%.

Penelitian ini mengusulkan sebuah sistem untuk membantu tim Search and Rescue (SAR) dalam memprediksi arah hanyut objek terapung di sungai menggunakan algoritma Mask R-CNN. Dengan memanfaatkan data video yang diambil dari drone, sistem ini melakukan deteksi objek untuk mengidentifikasi orang yang terbawa arus dalam setiap frame video serta mengekstrak lokasi geografisnya melalui metadata GPS yang tertanam. Posisi hasil deteksi kemudian divisualisasikan menggunakan peta Leaflet untuk pelacakan interaktif. Implementasi sistem berbasis pembelajaran mendalam ini menunjukkan tingkat kepercayaan deteksi rata-rata di atas 90%, terutama setelah dilakukan penyesuaian model Mask R-CNN dengan dataset khusus. Antarmuka berbasis web yang dikembangkan memungkinkan pengguna untuk mengunggah rekaman drone dan memvisualisasikan hasil prediksi secara efisien. Sistem ini diharapkan dapat meningkatkan efektivitas operasi SAR dengan menyediakan prediksi arah hanyut yang akurat dan real-time, terutama di lingkungan sungai dengan variasi elevasi ekstrem.