Transportasi saat ini sangat membutuhkan sebuah teknologi, antara lain adalah menciptakan kendaraan ramah lingkungan yang praktis serta efisien untuk kehidupan sehari-hari khususnya di kota besar dan paadat. Transportasi saat ini masih di dominasi oleh kendaraan bermesin bahan bakar fosil sehingga kendaraan ramah lingkungan menjadi kendaraan alternatif untuk masa depan dikarenakan tidak adanya emisi yang dihasilkan. Proyek akhir ini mengembangkan sebuah konsep gabungan antara sepeda dan mobil menjadi sebuah kendaraan ramah lingkungan. Kendaraan ini memiliki 2 roda depan, yang mana menjadi sebuah sistem steering pada kendaraan ini. pembahasan pada penelitian ini menggunakan metode ackerman steering. Metode ini membuat kedua roda memiliki sudut yang berbeda ketika berbelok, dimana sudut roda dalam lebih besar dibandingkan sudut roda luar. Dari hasil penelitian ini dilakukan pengujian terhadap sudut belok dan sudut steering yang mana sudut roda dalam lebih besar dibandingkan dengan sudut roda luar, hasil tersebut membuat kedua roda tidak tergelincir saat berbelok.

Perkembangan robot edukasi mendorong kebutuhan akan sistem kendali yang lebih intuitif sehingga dapat digunakan oleh pengguna non-teknis, khususnya anak-anak. Namun, penggunaan antarmuka kendali yang bersifat teknis serta variasi kalimat dalam bahasa alami menjadi tantangan dalam menerjemahkan perintah pengguna menjadi instruksi gerak robot. Selain itu, pengaturan kecepatan secara konvensional dapat menyebabkan pergerakan robot kurang halus dan berpotensi menimbulkan wheel drift. Proyek akhir ini mengimplementasikan sistem Text-to-Command berbasis Rule-Based Natural Language Processing (NLP) dan Logika Fuzzy Mamdani pada Robot Astroid. Sistem menerima masukan berupa teks hasil konversi suara, kemudian mengidentifikasi aksi, arah gerak, jarak tempuh, sudut belok, dan tingkat kecepatan berdasarkan aturan linguistik yang telah ditentukan. Hasil identifikasi digunakan sebagai parameter pergerakan robot, sedangkan Logika Fuzzy Mamdani digunakan untuk menghasilkan nilai Pulse Width Modulation (PWM) secara adaptif berdasarkan error jarak dan kecepatan aktual yang diperoleh dari encoder. Sistem diimplementasikan menggunakan mikrokontroler ESP32-S3 dengan integrasi encoder Hall Effect dan sensor MPU6050. Pengujian dilakukan terhadap kemampuan NLP dalam mengenali variasi perintah, akurasi pembacaan jarak menggunakan encoder, pengaruh Fuzzy Mamdani terhadap akurasi jarak, serta akurasi sudut menggunakan MPU6050. Hasil pengujian NLP menunjukkan seluruh perintah, mulai dari variasi sederhana hingga perintah kompleks, berhasil dikenali dan dieksekusi. Pengujian jarak menunjukkan bahwa Fuzzy Mamdani menghasilkan error lebih rendah dibandingkan sistem non-fuzzy, dengan error fuzzy sebesar 0,00–2,04 persen, sedangkan non-fuzzy sebesar 2,17–42,86 persen. Pengujian MPU6050 menghasilkan rata-rata error sudut sebesar 1,95 persen. Hasil tersebut menunjukkan bahwa kombinasi Rule-Based NLP dan Fuzzy Mamdani mampu meningkatkan kemampuan robot dalam memahami perintah serta menghasilkan pergerakan yang lebih adaptif dan akurat.

Saat ini di Indonesia memiliki berbagai jenis sumber daya energi, namun Pembangkit Listrik Tenaga Uap (PLTU) masih menjadi tumpuan penghasil energi listrik terbesar untuk mencukupi kebutuhan energi listrik masyarkat Indonesia. Oleh karena itu performa sebuah PLTU harus dijaga agar tetap optimal. Dengan cara audit energi diharapkan dapat menjaga performa PLTU tetap optimal dan juga dapat menekan biaya produksi. Audit Energi dapat dilaksanakan secara merinci tertuju pada salah satu komponen yang ada. Salah satu komponen utama yang ada pada PLTU yaitu turbin uap. Turbin uap merupakan sebuah komponen yang dapat mengubah energi panas dari uap menjadi energi kinetikyang kemudian dapat memutar poros generator yang telah dikopel dengan poros turbin uap. Audit energi turbin uap dilaksanakan berdasarkan standar prosedur ASME PTC 6 Performance Test for Steam Turbine. Setelah dilaksanakan audit energi ini didapatkan bahwa efisiensi turbin uap menurun dari awal operasi hingga saat ini menjadi 84,91persen dan nilai NPHR meningkat menjadi 2985,09 kCal/kWh artinya terjadi penurunan performa pada turbin uap. Selain audit,juga melakukan optimasi dengan metode PSO dan GA. Menghasilkan efisiensi optimal yang sama yaitu 88,91 persen dengan tempeartur optimum 600 derajat celcius dan tekanan uap masuk 160 bar. Setelah dianalisa diadapti bahwa terdapat indikasi kerusakan pada thrust bearing dan flow uap yang berlebihan. Oleh karena itu diberikan beberapa rekomendasi yang bertingkat sesuai biaya investasi yang dikeluarkan untuk mengembalikan performa turbin uap seperti awal operasi atau setidaknya menjaga performa turbin uap tidak semakin menurun.

Water Treatment Plant (WTP) adalah unit yang berfungsi untuk mengolah air dari laut yang akan masuk ke boiler untuk dipanaskan. Didalam Water Treatment Plant terdapat Demin Water Tank yang digunakan untuk menyimpan air hasil dari treatment yang dilakukan sebelum masuk ke Condenser untuk menyuplai air di Boiler. Pengendalian level pada Demin Water Tank perlu dilakukan untuk menjaga kestabilan pasokan air yang masuk kedalam condenser, agar level air tidak terlalu rendah yang mengakibatkan turunnya tingkat kevakuman condenser dan menyebabkan unit menjadi trip. System pengendalian dengan metode Internal Model Control (IMC) bertujuan agar respon pengendali memiliki performansi yang lebih baik daripada penendalian yang lain. Dari hasil simulasi didapatkan bahwa pengendali IMC memiliki respon yang baik pada saat uji set point karena mampu mencapai setpoint yang diinginkan. Parameter pengendalian IMC yang didapatkan yaitu, Settling time = 54000 detik dan Error steady state = 0%.

Lokalisasi merupakan kemampuan dari sebuah sensor untuk mendeteksi keberadaan posisinya sendiri dengan mengacu pada keberadaan sensor lain didekatnya. Dalam sistem lokalisasi indoor positionning, untuk mendapatkan informasi sensor node dapat menggunakan berbagai metode dan salah satunya adalah dengan RSS(Recieving Signal Strength) dimana terdapat beberapa anchor dalam ruangan dan sebuah unkown node yang bergerak dalam ruangan. Anchor mengirimkan kuat sinyal ke unkown kemudian dari kuat sinyal yang diterima (dBm) didapat diestimasi posisi antara anchor dengan unknown tersebut. Metode yang digunakan dalam lokalisasi adalah fingerprint, yaitu metode bagi pemetaan data yang terukur, misalnya RSS ke dalam grid-point yang meliputi seluruh area lokalisasi. Lokasi diestimasi dari perbandingan antara pengukuran RSS secara nyata dengan pengukuran sebelumnya yang disimpan dalam fingerprint. Didapatkan titik referensi atau titik grid offline sebanyak 19 pada SubArea1, didapatkan titik referensi atau titik grid offline sebanyak 47 pada SubArea2, didapatkan titik referensi atau titik grid offline sebanyak 17 pada SubArea3. Dari titik grid estimasi yang di bandingkan dengan titik grid referensi memiliki persentase sebesar 42.5% pada selisih antar grid 2 meter pertama, sebesar 66.5% pada selisih antar grid 2 meter pengujian kedua, sebesar 56.5% pada selisih antar grid 1.8 meter dan sebesar 73.9% pada selisih antar grid 3 meter. Estimasi akurasi titik grid unknown node real dan unknown node terestimasi didapatkan titik grid (x,y) dari titik grid estimasi yang di bandingkan dengan titik grid referensi sehingga semakin besar selisih titik grid (x,y) akan semakin jauh keakuratan titik grid tracking pada sistem lokalisasi ini. Estimasi akurasi titik grid unknown node real dan unknown node terestimasi mendapatkan error sebesar 2 meter pada selisih antar grid 2 meter pengujian pertama, sebesar 2.6 meter pada selisih antar grid 2 meter pengujian kedua, sebesar 2.046 meter pada selisih antar grid 1.8 meter, 2.745 meter pada selisih antar grid 3 meter dan untuk memindai paket data rssi sebesar 87 detik pada pengambilan 100 paket data rssi.