Udang vannamei merupakan salah satu komoditas utama dalam budidaya perikanan di Indonesia karena pertumbuhannya yang cepat dan ketahanan terhadap penyakit. Salah satu faktor penting dalam keberhasilan budidaya adalah kualitas air; yang memengaruhi pertumbuhan dan kelangsungan hidup udang. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring serta kontrol kualitas air berbasis Internet of Things (IoT) pada kolam pendederan udang vannamei. Sistem menggunakan sensor pH; suhu (DS18B20); salinitas; dan dissolved oxygen (DO Y506-A) untuk memantau parameter air secara real-time. Data dikirim ke server melalui metode HTTP POST dan ditampilkan dalam dashboard web. Sistem kontrol aerator diatur secara otomatis menggunakan metode lookup table berdasarkan nilai DO. Hasil pengujian menunjukkan sensor pH memiliki rata-rata error 0.56; sensor suhu 0.005; sensor DO 0.021; dan sensor salinitas 2.08. Sistem kontrol kualitas air dirancang untuk merespons nilai DO: saat nilai DO rendah; sistem mengatur dua aerator untuk bekerja; saat DO normal; sistem akan mengatur dua aerator secara bergantian dengan interval waktu tertentu; sedangkan pada kondisi DO tinggi; aerator diistirahatkan. Web dashboard berhasil menampilkan data secara akurat dan responsif. Sistem mendapat respons positif dari petani karena memudahkan pemantauan dan pengambilan keputusan kualitas air kolam pendederan udang vannamei.

Bencana merupakan suatu peristiwa atau rangkaian peristiwa yang mengancam dan mengganggu kehidupan masyarakat yang disebabkan, baik oleh faktor alam atau faktor non alam maupun faktor manusia. Dalam proses evakuasi ini tim SAR berperan penting selain memfokuskan keselamatan korban juga memperhatikan keselamatan diri sendiri. Dikarenakan luasnya area bencana pencarian membutuhkan waktu yang cukup lama. Dari permasalahan ini penelitian dilakukan untuk memudahkan proses evakuasi pada lokasi bencana vulkanik. Kemudian drone digunakan untuk proses evakuasi korban dan keselamatan dari tim SAR juga diperhatikan. Drone membawa sebuah kamera serta sensor bau dan juga GPS. Gambar yang ditangkap oleh kamera dan output sensor bau akan menjadi parameter dalam mengklasifikasikan korban. Proses pengklasifikasian ini terjadi pada Raspberry Pi dengan menggunakan metode Inception Model. Kemudian dengan menggunakan pengklasifikasian ini didapatkan keberadaan dimana lokasi korban dengan menggunakan sensor GPS, lokasi ini akan dikirim ke LoRa gateway menggunakan LoRa dan data yang sudah didapatkan akan dimasukkan dan disimpan pada database. Dari hasil pengujian dengan menggunakan metode inception model didapatkan hasil dengan model terbaik menggunakan batch size 8 dengan nilai loss paling rendah. Pada hasil object detection didapatkan hasil model terbaik pada ketinggian 2,45 meter dengan sudut 45° dengan persentase error yang rendah.

“Aventala” adalah sebuah permainan komputer dengan grafik 3D memiliki genre story-driven fantasy yang ingin mengusung teka-teki petualangan dengan tema Indonesia. Dalam pengembangannya, “Aventala” memerlukan peran seorang 3D artist untuk membuat aset-aset dalam gim berupa properti, lingkungan, dan juga karakter. Aset 3D dikenal memiliki ukuran yang cukup besar sehingga banyak gim dengan grafik 3D cenderung memiliki ukuran data yang jauh lebih besar dibandingkan dengan gim dengan grafik 2D. Ada beberapa cara untuk menekan ukuran aset 3D dengan menggunakan metode vertex extrussion, yakni metode pembuatan model 3D yang memiliki bentuk dasar primitif seperti kubus, silinder, dan lingkaran. Kemudian bentuk primitif tersebut dikembangkan menjadi bentuk model yang diinginkan dengan memperhatikan jumlah vertex pada model agar ukuran data dapat dioptimalkan. Selanjutnya model yang telah dibuat akan diberikan tekstur berupa warna serta normal map untuk memberikan kesan artistik secara optimal meskipun model yang dibuat tidak terlalu detail. Dengan begitu proses optimasi ukuran file dari setiap model dapat ditekan dengan kualitas grafis yang memiliki skor NPS hingga 85,3%. Aset yang telah dioptimasi juga akan meringankan proses rendering hingga 6,1ms serta peningkatan kecepatan rendering hingga 10 Frame Per Second.

Laboratorium pintar (Smart Lab) membutuhkan sistem yang efisien dan aman untuk mengelola akses pengguna serta memantau penggunaan energi listrik. Dalam sistem ini, teknologi Radio Frequency Identification (RFID) digunakan untuk mengautentikasi pengguna yang sah, sementara konsumsi energi listrik dipantau secara real-time menggunakan sensor PZEM-004T. Proyek akhir ini mengembangkan sistem autentikasi pengguna ruangan dan monitoring penggunaan energi listrik berbasis RFID dengan algoritma Enhanced K-Nearest Neighbor (KNN). Data energi listrik yang mencakup tegangan, arus, dan daya diproses menggunakan Kalman Filter untuk mengurangi noise, diikuti oleh normalisasi sebelum dianalisis dengan Enhanced KNN. Algoritma ini digunakan untuk mengkategorikan level penggunaan energi listrik menjadi rendah, sedang, dan tinggi. Sistem berhasil mengimplementasikan autentikasi pengguna melalui RFID, serta menampilkan hasil monitoring energi listrik secara real-time pada dashboard web. Pengujian pada algoritma Enhanced KNN menunjukkan akurasi klasifikasi sebesar 95.82% berdasarkan metrik precision, recall, dan F1-score pada dataset yang tersedia. Sistem ini diharapkan dapat mendukung pengelolaan energi listrik yang lebih efisien dan meningkatkan keamanan serta kenyamanan pengguna di Smart Lab.

Kebutuhan masyarakat mengenai kecepatan mobilitas dalam beraktifitas sangat berkaitan erat dengan kehandalan sistem transportasi. Sedangkan ketersediaan bahan bakar minyak bumi yang terbatas tidak seimbang dengan besarnya permintaan alat transportasi. Sebagai usaha penyelesaian kedua permasalahan tersebut, tercetuslah inovasi kendaraan dengan tenaga alternatif listrik yang berasal dari panel surya. Pada proyek akhir ini, tema besar yang diambil adalah kendaraan berjenis mobil listrik dimana permasalahan yang banyak ditemui berkaitan dengan sistem tenaga yang tidak fleksibel untuk diisi ulang dan digunakan bepergian pada jarak jauh. Untuk itu dirancanglah sebuah sistem charging dan monitoring baterai. Proses pengisian baterai dilakukan dengan menaikkan tegangan keluaran panel surya 200 WP menjadi tegangan charging 55 volt. Untuk menaikkan tegangan tersebut, digunakanlah boost converter dengan metode kontrol PI sebagai pengatur PWM-nya. Sedangkan dalam perancangan monitoring baterai, data didapat melalui pembacaan sensor yang dikomunikasikan terpusat pada mikrokontroler ARM STM32F4VG dan kemudian ditampilkan melalui TFT LCD touch screen. Sistem monitoring bertujuan untuk mengamati kondisi pengisian baterai. Pencapaian dari proyek akhir ini menunjukkan nilai akurasi yang cukup tinggi, yaitu penaikan tegangan yang sesuai target pengisian serta kemudahan pembacaan hasil monitoring baterai. Tegangan keluaran panel surya yang berhasil dinaikkan sehingga konstan mencapai set point 55 volt adalah 13-18 volt dengan arus pengisian 1.5 Ampere. Untuk mengetahui kondisi pengisian, pada layar LCD ditampilkan pembacaan tegangan masukan konverter, tegangan keluaran serta arus keluaran konverter, dan duty cycle yang bekerja pada sistem agar tegangan keluaran konverter tetap konstan.