Arc merupakan sebuah loncatan bunga api yang disebabkan karena adanya pelepasan energi dari kabel penghantar. Arc Fault menghasilkan panas yang dapat merusak isolasi kawat sehingga dapat menyebabkan terjadinya bahaya berupa kebakaran. Namun keterbatasan akan hal memonitoring seluruh jalur pengawatan menjadi kendala dalam pendeteksian secara dini adanya gangguan arcing. Oleh karena itu dirancang sebuah alat identifikasi arc fault pada kabel berjenis serabut dan pejal, yang mana dapat mencegah kebakaran dikarenakan keterlambatan untuk mengamankan bahaya arcing. Pada alat ini memanfaatkan AMC1301 sebagai sensor tegangan dan sensor arus. Sistem ini bekerja mengamankan instalasi saat terjadi gangguan serta dapat mengirim kondisi secara real status dari jalur pengawatan (ada gangguan arc atau tidak). Hasil dari pembacaan status ditampilkan melalui Internet of Thing (IoT). Kondisi dari sistem instalasi yang terbaca oleh sensor di olah oleh mikrokontroler dan metode yang digunakan adalah dengan mendeteksi munculnya komponen frekuensi tinggi pada arus sistem menggunakan Fast Fourier Transform (FFT). Apabila mendeteksi adanya gangguan AC series arc fault, maka mikrokontroler akan mengolah data dengan Fast Fourier Transform dan diidentifikasi jenis kabel uji sesuai karakteristiknya ketika terjadi gangguan. Penelitian ini dibangun pada sistem tegangan rendah 220V/50Hz dengan arus gangguan sebesar 0,83A dengan menggunakan beban resistif. Dalam mengamankan sistem, Solid State Relay yang digunakan dapat memutus sistem gangguan dengan baik, dengan waktu pemutusan dibawah nilai waktu pemutusan maksimum yang diijinkan standar IEC 62606-2013 yakni maksimal selama 1 detik, dan alat ini dapat bekerja dengan rata-rata waktu pemutusan selama 0,87 detik.

Dunia telekomunikasi mengalami perkembangan yang sangat signifikan dalam satu dasawarsa terakhir. Beberapa indikator yang mendapat sorotan penting dalam pengembangan teknologi tersebut adalah tuntutan akan akses kecepatan tinggi dengan kualitas sinyal yang baik serta tahan terhadap gangguan dan interferensi. Sistem antena Multiple-Input Multiple-Output (MIMO) dikombinasikan dengan sistem modulasi multicarrier Orthogonal Frequency Division Multiplexing (OFDM) untuk memenuhi kebutuhan akan kualitas sinyal yang bagus dengan kecepatan yang tinggi. Namun sistem MIMO-OFDM memiliki kelemahan yaitu Peak-to-Average Power Ratio (PAPR) sinyal yang tinggi sehingga menyebabkan sinyal rusak sebelum dikirim. Oleh karena itu, diperlukan sebuah solusi untuk mereduksi PAPR. Dalam proyek akhir ini, teknik hybrid Tone Reservation dan Improved Partial Transmit Sequence (hybrid TR – Improved PTS) diusulkan dalam bentuk simulasi sebagai solusi untuk mereduksi PAPR. Kinerja dari teknik hybrid TR – Improved PTS digambarkan pada kurva CCDF dan analisa kinerja dilakukan pada saat CCDF 10^-4. Berdasarkan hasil simulasi yang telah dilakukan, diperoleh bahwa teknik hybrid TR – Improved PTS mampu mereduksi nilai PAPR mencapai ± 4 dB. Beberapa parameter sistem juga memberikan pengaruh untuk meningkatkan kinerja dari teknik hybrid TR – Improved PTS, antara lain parameter jumlah antena dan jumlah reserved tone.

Motor induksi banyak digunakan di industri karena ketahanannya yang tinggi, kehandalan, biaya rendah, efisiensi tinggi, kemampuan memulai sendiri dan kesederhanaan. Sebagian besar aplikasi membutuhkan sistem yang cepat dan cerdas untuk mengendalikan kecepatan. Pengendalian kecepatan motor induksi penting untuk mencapai torsi maksimum dan efisiensi tinggi. Pada banyak aplikasi kontrol motorik menggunakan logika fuzzy (soft computing technique) semakin diminati karena fitur penanganan non linieritas dan independensi pemodelan tanaman. Kontroler logika fuzzy bergantung pada satu set aturan linguistik jika jika sederhana berdasarkan pengetahuan ahli. Makalah ini menyajikan tipe Mamdani tipe Rd yang diterapkan pada skalar closed loop volt / Hz induksi kontrol motorik dengan regulasi slip dan hasil simulasi. Berbagai toolbox di Matlab digunakan untuk menguji disain simulasi. Oleh karena itu pada proposal proyek akhir ini dibuat alat yang dapat mengontrol motor dan mengontrol laju motor dan perputaran roda menjadi lebih stabil. Dengan kontrol fuzzy maka system dapat berputar sesuai yang diinginkan dengan mengatur frekuensi pada PWM, frekuensi yang diterpakan pada system ini adalah 50 Hz, motor yang digunakan adalah motor 3 fasa dengan beban 0.37 KW yang bekerja pada frekuensi 50/60 Hz dan bekerja pada tegangan 220/380 Volt Ac. Sumber tegangan tersebut bisa didapatkan dari inverter 3 fasa dengan input 330 Volt DC ouput yang menghasilkan 220 Volt AC.

Rekam medis odontogram merupakan dokumen penting dalam bidang pelayanan medis kedokteran gigi serta berperan penting dalam bidang odontologi forensik. Rekam medis odontogram harus dibuat sesuai dengan standar nasional agar dapat digunakan dalam proses identifikasi forensik. Akan tetapi saat ini belum semua dokter gigi maupun perawat gigi di Indonesia melakukan pencatatan odontogram secara benar. Hal ini berdampak pada kesalahpahaman dalam melakukan odontologi forensik dan rekam medis menjadi tidak valid. Proyek akhir ini mengangkat topik Smart Odontogram berbasis mobile sebagai solusi Rekam Medis Elektronik bagi seluruh rumah sakit gigi dan mulut di Indonesia. Inovasi ini bertujuan untuk mendeteksi dan mendiagnosis kondisi gigi serta melakukan pencatatan odontogram secara otomatis dengan memanfaatkan metode deep learning. Model deep learning yang digunakan pada proyek akhir ini adalah EfficientDet Lite untuk deteksi semua jenis gigi manusia, serta EfficientNet V2 untuk klasifikasi kondisi gigi normal, karies, tumpatan, sisa akar, dan impaksi. Melalui inovasi ini, dapat membantu dokter gigi dalam melakukan pemeriksaan dan pencatatan odontogram. Selain itu, Rumah Sakit Gigi dan Mulut di Indonesia dapat memenuhi kebutuhan pencatatan odontogram pada rekam medis yang sesuai dengan standar nasional. Proyek akhir telah ini menghasilkan aplikasi android Smart Odontogram yang dapat melakukan klasifikasi jenis dan kondisi gigi. Hasil testing pada Google Colab menunjukkan nilai akurasi pada deteksi jenis gigi sebesar 44.02%, dan nilai akurasi pada klasifikasi gigi sebesar 90.67%. Selain itu, hasil uji coba deteksi dan klasifikasi gigi pada aplikasi Smart Odontogram menunjukkan persentase model benar dalam mendeteksi jenis gigi adalah 53% dan kondisi gigi adalah 81.25% dari 32 gambar gigi.

Indonesia dikenal dengan negara yang kaya akan budaya, dan salah satunya adalah seni tari. Tetapi seiring dengan perkembangan jaman, tari nusantara pun mulai tersisih dengan hadirnya tari modern yang sesuai dengan gaya hidup masyarakat sekarang. Mengingat tentang pelestarian tari sendiri, sebagai anak bangsa kita harus ikut serta dalam melestarikannya. Salah satunya dengan cara adanya pembelajaran seni tari nusantara adalah di sekolah. Seni tari dalam dunia pendidikan mempunyai dampak yang positif, dalam upaya pelestarian seni tari. Namun dalam prakteknya, pembelajaran seni tari di sekolah masih menggunakan media buku, sehingga siswa hanya bisa membaca dan melihat dalam bentuk text. Dalam pembelajaran seni tari harusnya siswa bebas mengeksplor sebuah gerak. Pembelajaran seni tari dapat menciptakan siswa-siswa yang berbakat, mencintai budaya, melestarikannya dan dapat menjadikan pengalaman bagi siswa sendiri. Untuk menyelesaikan berbagai permasalahan dalam pembelajaran seni tari tersebut, maka dibuatlah suatu penelitian yang akan memberikan solusi berupa aplikasi pembelajaran gerak dasar tari yang dapat membantu siswa-siswi dalam mempelajari gerak dasar Tari Remo secara virtual. Dengan menggunakan sensor Kinect, gerakan user dapat dideteksi dengan menggunakan metode skeletal tracking. Dengan menggunakan metode Skeletal Tracking, sistem dapat mengenali user yang menghadap ke Kinect dan diubah menjadi bentuk sketal. Pada pengujian yang dilakukan pada siswa-siswi, aplikasi ini dapat meningkatkan apresiasi siswa-siswi terhadap keunikan tari tradisional. Selain itu aplikasi ini dapat meningkatkan minat siswa-siswi untuk mencoba gerakan tari yang ada dilayar.