Pada proyek akhir ini dibuat sebuah robot pemanjat pohon kelapa versi 3 yang diharapkan mampu membantu masyarakat atau petani kelapa untuk memetik buah kelapa dengan mudah dan aman. Risiko yang tinggi dalam memanjat pohon kelapa menjadi landasan utama dalam pembuatan robot pemanjat pohon kelapa ini, baik penyakit tulang maupun risiko terjatuh dari pohon kelapa. Robot pemanjat pohon kelapa versi 3 ini juga dilengkapi dengan sebuah kamera yang terpasang pada lengan pemotong robot yang digunakan untuk memetik buah kelapa. Penggolahan citra dengan metode Particle Swarm Optimization (PSO) akan digunakan untuk mecari dan mendefinisikan posisi buah kelapa yang ditangkap oleh kamera. Setelah buah kelapa terdeteksi, kontroler akan memberikan perintah ke lengan pemotong untuk bergerak ke arah pangkal buah kelapa berdasarkan posisi buah kelapa yang terdeteksi dan memotongnya dengan memutar mata gerinda pada bagian ujung lengan pemotong robot. PSO yang telah digunakan memiliki tingkat keberhasilan sebesar 80% dan dengan keseluruhan sistem ini, memungkinkan robot untuk bekerja secara semi-otomatis sehingga pengguna awam akan lebih mudah untuk mengoperasikannya.

Indonesia merupakan negara maritim yang memiliki luas perairan seluas ±5.8 juta Km2 serta potensi sumber daya kelautan sebesar 6,26 juta ton per taunnya, lobster air laut adalah salah satunya. Lobster air laut (Panulirus Sp.) adalah salah satu komoditas ekspor-impor yang memiliki nilai ekonomis yang tinggi. Tiap tahunnya permintaan terhadap lobster terus meningkat tapi persediaan lobster tidak sebanding dengan permintaan pasar. Hal ini disebabkan karena lobster memiliki tingkat sensitifitas yang tinggi terhadap perubahan kondisi air, sehingga menyebabkan para pembudidaya enggan membudidaya lobster satu ini. Serta belum adanya alat yang dapat memonitoring kondisi air pada ruang budidaya secara real-time serta terintegerasi dengan smart-phone dan web merupakan faktor pendukung lainnya. Proyek akhir ini bertujuan untuk menciptakan suatu sistem aplikasi yang dapat memonitoring kondisi kualitas air pada lingkungan lobster menggunakan Raspberry Pi sebagai gateway dan Waspmote Smart Water sebagai nodenya, dimana didalam node terdapat empat macam sensor diantara lain, temperatur, pH, salinitas, dan kadar oksigen terlarut. Zigbee Xbee Pro S2 digunakan sebagai alat komunikasi antara node dengan gateway. Selain menampilkan kondisi kualitas air saat ini, sistem aplikasi ini juga memperkenankan penggunanya untuk mengatur batas atas dan bawah dari batas parameter sensor-sensor yang digunakan. Kondisi kualitas air ditetapkan berdasarkan perhitungan menggunakan logika fuzzy. Jika kondisi air tidak sesuai dengan standar parameter yang telah ditetapkan sistem akan mengirimkan push-notification ke pengguna tentang kondisi kualitas air saat ini melalui smart-phone android dan pc (web).

Pengelolaan air di pembibitan kelapa sawit masih tidak efisien akibat praktik irigasi manual dengan volume tertentu yang tidak bisa menyesuaikan dengan perubahan kondisi lingkungan. Studi ini mengembangkan sistem irigasi otomatis yang mengintegrasikan Internet of Things (IoT) dan Edge AI dengan logika fuzzy mamdani untuk meningkatkan efisiensi penggunaan air dalam budidaya bibit kelapa sawit. Berbeda dengan penelitian sebelumnya, studi ini menggunakan sensor tanah 7-in-1 (suhu, kelembaban, pH, nitrogen, fosfor, kalium, dan konduktivitas listrik) yang terintegrasi dengan Edge AI dan Logika Fuzzy, yang belum banyak diterapkan dalam pertanian presisi. Sistem ini terus memantau parameter lingkungan dan mengirimkan data ke perangkat edge untuk pemrosesan real-time. Sistem fuzzy Mamdani menggunakan sembilan aturan IF-THEN dengan fungsi keanggotaan trapezoidal untuk memproses masukan suhu dan kelembaban tanah, menentukan durasi irigasi optimal melalui defuzzifikasi pusat. Uji lapangan pada 1.500 bibit di area 128 m² menunjukkan penghematan air yang signifikan, mengurangi konsumsi dari 3.750 menjadi 1.238 liter per siklus, dengan peningkatan efisiensi 55% dibandingkan metode manual konvensional. Sistem ini secara adaptif menyesuaikan durasi penyiraman dari 7,13 hingga 30,36 menit berdasarkan rentang suhu 26,20-36,00°C dan tingkat kelembaban tanah 21,60-67,70%. Edge computing memungkinkan pengambilan keputusan cepat dengan latensi minimal, menghilangkan ketergantungan pada cloud, yang krusial untuk lingkungan pembibitan terpencil. Hasil penelitian ini memvalidasi integrasi IoT dan Edge AI sebagai solusi pertanian presisi pada pembibitan kelapa sawit. Penelitian selanjutnya disarankan untuk mengeksplorasi penerapan pembelajaran mesin dalam penjadwalan irigasi prediktif serta pengembangan sistem untuk skala komersial.

Pada era modern ini, kebutuhan pengendara terhadap informasi yang akurat dan mudah diakses mengenai kondisi kendaraan semakin meningkat, khususnya sisa bahan bakar dan estimasi jarak tempuh. Namun, indikator bahan bakar konvensional seperti jarum atau bar sering kali kurang akurat dan membingungkan pembacanya, sehingga menyulitkan pengendara dalam mengambil keputusan saat berkendara. Untuk mengatasi permasalahan tersebut, proyek akhir ini merancang sebuah alat monitoring bahan bakar yang bersifat portable dan informatif. Sistem pembagi tegangan ini menggunakan sensor pelampung untuk mengukur tinggi permukaan bahan bakar dalam tangki, yang kemudian data hasil pembacaan diolah oleh mikrokontroler ESP32. Data hasil pengolahan dikirimkan secara nirkabel menggunakan protokol ESP NOW ke perangkat penerima dan ditampilkan secara real time pada layar OLED. Estimasi jarak tempuh juga dihitung berdasarkan volume bahan bakar menggunakan metode full to full. Hasil pengujian menunjukkan bahwa sistem mampu membaca kapasitas bahan bakar dengan akurasi tinggi pada rentang 0 hingga 2 liter, dengan rata-rata error sebesar 3,02 persen. Sistem komunikasi ESP NOW menunjukkan kinerja yang stabil dengan tingkat keberhasilan pengiriman data mencapai 100 persen dalam jarak hingga 5 meter tanpa hambatan. Secara keseluruhan, alat ini berhasil berfungsi sebagai sistem monitoring bahan bakar yang praktis, real time, dan dapat dikembangkan lebih lanjut untuk diaplikasikan langsung pada kendaraan bermotor.

Dengan semakin sedikitnya jumlah energi gas yang bisa dimanfaatkan karena gas merupakan energi yang tidak terbarukan maka dalam proyek akhir ini dikembangkan prototype alat yang berfungsi untuk mengatur dan mengontrol pemakaian gas alam, Sistem prototype ini berbasis mikrokontroller AT Mega 16. Pada prototype ini jenis gas yang digunakan adalah LPG. Didalam system prototype ini menggunakan 2 jenis sensor yaitu sensor tekanan yang berfungsi sebagai pemantau tekanan yang ada di dalam aliran untuk mendeteksi adanya aliran. Hasil data percobaan yang diperoleh dari percobaan jika pada tampilan LCD, ADC terbaca lebih dari 180 maka terdeteksi adanya gas dalam aliran pipa. Sedangkan Flow Sensor berfungsi sebagai alat pendeteksi aliran gas sebesar 4 LPM dengan tegangan sebesar 2.2 V pada kondisi kompor menyala optimal. Data yang diolah akan ditampilkan melalui tampilan layar LCD, serta aliran yang terdeteksi akan dikonversikan kedalam bentuk rupiah dengan biaya sebesar Rp.4 liter/menit. Jika penggunaan gas sudah mencapai nilai set point yang telah ditentukan pada nilai masukan rupiah pada menu gas, maka solenoid valve akan menutup secara otomatis.