Survei Badan Pusat Statistik (BPS) mengungkapkan pola belanja generasi milenial lebih banyak dilakukan secara online. Tampilan produk pada laman e-commerce saat ini hanya berupa teks dan foto gambar dua dimensi (2D). Customer experience yang kurang menarik sering ditemui karena keterbatasan pelanggan menerima informasi visual produk. Hal tersebut mempengaruhi rendahnya nilai produk atau jasa sehingga pelanggan mempertimbangkan untuk membeli kembali. Kasus tersebut bisa ditekan jika penjual menyajikan informasi visual spesifikasi produk yang lebih detail, lengkap, dan mendekati bentuk asli berupa model tiga dimensi (3D). Pada produk tertentu dengan motif dan bentuk yang berbeda dalam pengerjaannya membutuhkan model 3D agar pelanggan mengetahui visual di kehidupan nyata. Sehingga untuk memperoleh model 3D dari produk yang sudah ada diperlukan pengolahan data dengan kombinasi antara metode Close Range Photogrammetry (CRP) dan Structure from Motion (SfM). Metode tersebut memanfaatkan data banyak foto yang saling tumpang tindih dari hasil pengambilan fotogrametri kemudian dikumpulkan untuk diolah menjadi point cloud dengan algoritma SfM. Maka diharapkan inovasi tersebut dapat membantu menghasilkan model 3D sebagai assets pembuatan website guna meningkatkan customer experience dalam belanja online. Dalam tahap pengujian keakuratan model 3D terhadap bentuk asli menggunakan metode Root Mean Square Error (RMSE) jenis RMS Reprojection Error dengan nilai yang disarankan mendekati nol. Hasil menunjukkan akurasi keakuratan dari 50 model 3D cukup tinggi yaitu dengan rata – rata gambar yang terselaraskan 99,66% dan rata – rata nilai eror tiap gambar sebesar 0,00139 piksel.

Buah melon (Cucumis melo L.) merupakan jenis tanaman semusim yang merambat, memiliki batang yang lunak yang mana dari setiap ujung tangkai daun pada batang tumbuh tunas lateral. Parameter tingkat kematangan buah melon sendiri dapat dilihat dari perubahan warna melon dimana kulit melon akan berubah dari hijau menjadi kuning atau putih sesuai jenis melon, lalu dapat dilihat dari jumlah pola yang tergambar pada kulit melon, mendengarkan pantulan ketukan yang dihasilkan melon dan terciumnya aroma yang dikeluarkan buah melon. Biasanya mendeteksi kematangan melon dengan mencium aroma yang dikeluarkan oleh melon matang secara manual membutuhkan seorang pakar (orang yang terlatih/terbiasa), namun pada kenyataanya metode ini kurang dipercaya karena bisa menghasilkan hasil yang tidak konsisten. Maka dari itu untuk membantu pengidentifikasian kematangan buah melon berdasarkan aroma dirancang sebuah sistem penciuman elektronik menggunakan sensor MQ 135, TGS2602, TGS2620 untuk mengambil data gas NH4, VOC dan Etilen pada buah melon yang mana data tersebut akan diolah menggunakan Arduino NANO. Selain itu alat ini diperkuat dengan menggunakan pendekatan metode logika Fuzzy untuk membantu pengambilan keputusan terkait tingkat kematangan pada buah melon. Dari hasil penelitian dibuktikan bahwa sensor mampu mendeteksi gas yang dihasilkan buah melon dan tingkat keberhasilan alat ini untuk mendeteksi tingkat kematangan buah melon sebesar 83.33%.

Perkembangan teknologi Computer Numerical Control (CNC) berkembang luas pada industri manufaktur, baik untuk keperluan cutting, engrafing, maupun drawing. Penggunaan CNC juga tidak terlepas dari dukungan software desain terkomputerisasi yakni Computer Aided Design (CAD) dan Computer Aided Manufakturing (CAM). Dalam dunia Industri, motor stepper umumnya digunakan sebagai penggerak mesin CNC. Kebanyakan motor stepper didesain untuk sistem kontrol open-loop dimana adanya gangguan (disturbance) dari luar dapat menyebabkan terjadinya error. Pada penelitian ini telah dilakukan pembuatan desain dan implementasi mesin CNC penggambar motif pada mug dengan sistem kontrol closed-loop menggunakan DC motor. Hadirnya feedback yang didapat dari sistem closed-loop diharapkan dapat menambah keakurasian, meminimalisir error, serta mempercepat kinerja pada sistem secara keseluruhan. Sistem ini dapat menggambar pada objek yang berbentuk silinder. Adapun langkah dalam membuat alat ini antara lain: perencanaan mekanik, perencanaan hardware, perencanaan software dan integrasi sistem secara keseluruhan serta implementasi metode kontrol PID. Pada pengujian sensor didapatkan hasil yang baik dengan error pembacaan ADC dari sensor sebesar 0.1%. Sistem ini, dapat menggambar basic shape (persegi, persegi panjang, serta lingkaran). Permasalahan alat ini adalah tidak dapat menggambar dengan baik, utamanya pada menggambar lingkaran dikarenakan kurang sempurnanya pada sistem mekanik, gangguan gaya gesek dari tekanan spidol serta gangguan gaya gravitasi. Penggunaan metode PID untuk sistem ini tidak memberikan pengaruh yang berarti seperti gangguan gaya gravitasi dikarenakan kontrol PID bersifat linier.

Bencana alam merupakan suatu peristiwa alam yang dapat terjadi secara tiba-tiba dan tidak dapat dihindari. Bencana alam dapat mengakibatkan kerugian harta benda serta jatuhnya korban jiwa. Pasca terjadinya bencana alam, proses evakuasi oleh tim SAR (search and rescue) harus segera dilakukan untuk memperbesar peluang korban dievakuasi dalam keadaan selamat atau masih hidup. Namun, pencarian korban pasca bencana alam bukanlah hal yang mudah. Ini disebabkan karena biasanya korban sulit untuk dideteksi dengan mata telanjang oleh tim. Penelitian ini bertujuan untuk menghasilkan prototipe perangkat yang mampu mendeteksi korban bencana alam dan memberikan informasi mengenai lokasi korban kepada base station. Prototipe perangkat ini menggunakan beberapa sensor yang menjadi parameter-parameter untuk mendeteksi adanya korban yaitu sensor termal. Sensor yang difokuskan untuk mencari korban baik adalah dengan mendeteksi suhu tubuh. Perangkat ini juga dilengkapi dengan modul GPS. Pada pengambilan keputusan, prototipe perangkat ini memakai algoritma naive bayes. Hasil keputusan yang ditentukan dengan metode naive bayes dan lokasi korban dari modul GPS akan dikirimkan ke base station melalui sistem komunikasi LoRa. Hasil dari penelitian ini menunjukkan output klasifikasi algoritma naïve bayes mendeteksi manusia hingga jarak 80 cm. Pada perangkat penerima GPS yang digunakan, selisih jarak dengan GPS pada smartphone sekitar 5 meter. Pada proses kirim-terima data pada jarak 20 meter, delay rata-rata adalah 0,935 detik. Sistem ini masih belum maksimal untuk diaplikasikan secara nyata, diakrenakan jangkauan pendeteksian yang masih sangat dekat.

Indonesia merupakan negara beriklim tropis dan memiliki potensi yang besar sebagai pengahasil sumber energi alternatif yaitu energi surya. Oleh karena itu perlu adanya pemanfaatan yang baik agar energi surya dapat digunakan secara maksimal maka memerlukan panel surya sehingga sinar dari matahari dapat berubah menjadi energi listrik. Sumber energi matahari mampu dimanfaatkan menjadi energi listrik dengan menggunakan panel surya yang akan disimpan melalui baterai. Energi listrik yang sudah disimpan pada baterai ini dapat dimanfaatkan untuk menyuplai sistem wastafel otomatis. Pada proses charging ini digunakan metode constant current constant voltage (CC-CV) yang akan dikontrol menggunakan kontrol PI untuk mengatur tegangan dan arus output dari rangkaian SEPIC converter. Sehingga pada sistem charging saat awal dilakukan metode constant current terlebih dahulu dengan mempertahankan arus charging sebesar 5,25 A. Setelah tegangan charging mencapai tegangan puncaknya yaitu sebesar 25,2 V, maka saat ini proses chargingberganti metode constant voltage dengan mempertahankan tegangan charging sebesar 25,2 V dan arus charging akan turun hingga mendekati nol. Hal ini bertujuan untuk mengurangi overchargingpada baterai yang akan berefek negatif. Pada kondisi ini baterai sudah dalam kondisi mendekati penuh dan baterai dapat digunakan untuk menyuplai sistem wastafel otomatis kembali.