Saat ini, industri sedang berfokus pada pengurangan limbah dan aktivitas yang tidak efisien, salah satu contohnya adalah proses distribusi material. Selain itu berdasarkan Occupational Safety And Health Administration (OSHA) ada sekitar 35.000 hingga 62.000 cedera setiap tahun terkait pallet stacker. Untuk mengatasi hal tersebut, salah satu solusinya adalah dengan mengimplementasikan pallet stacker AGV. Penelitian ini membahas tentang bagaimana membuat sistem navigasi yang dapat mengurangi resiko kecelakaan kerja dan melakukan proses distribusi material secara otomatis untuk pallet stacker manual. Sistem navigasi ini menggunakan ROS dan Hector SLAM yang dilengkapi dengan sensor RPLIDAR A2, TF luna, MPU6050 dan Incremental encoder, serta algoritma YOLO V7 yang dilengkapi dengan Realsense D415 untuk deteksi palet. Hasil pengujian dari pemetaan, terdapat eror sebesar 0.02 m – 0.11 m. sedangkan untuk sistem navigasi terdapat eror posisi terbesar pada sumbu X – 0.2 m, pada sumbu Y – 0.38 m dan orientasi pada sumbu Z – 0.16 rad. Sistem deteksi palet dengan YOLO v7 sudah dapat mendeteksi objek palet, akan tetapi belum dapat digabungkan dengan sistem navigasi karena memerlukan hampir 100% kapasitas CPU dan RAM dalam prosesnya.

Automatic Mobile Robotic (AMR) Transporter adalah komponen penting dalam operasi pabrik modern, yang meningkatkan efisiensi dan produktivitas. Namun, implementasi sistem AMR Transporter membutuhkan mekanisme perlindungan yang kuat untuk memastikan navigasi yang aman di lingkungan yang dinamis. Penelitian ini menjelaskan pengembangan sistem proteksi pendeteksian dan penghindaran AMR Transporter dengan menggunakan sensor LiDAR dan logika fuzzy. Sensor LiDAR digunakan untuk mengumpulkan data spasial, sehingga memungkinkan analisis lingkungan secara real-time. Dengan menggunakan logika fuzzy, sistem ini secara otomatis menghasilkan keputusan navigasi yang cerdas bahkan dalam kondisi yang tidak pasti atau ambigu. Proyek ini mencakup beberapa tahap termasuk analisis kebutuhan, desain sistem, implementasi, dan pengujian yang ketat. Pertimbangan penting seperti keandalan sistem, daya tanggap, dan akurasi deteksi sangat penting selama proses pengembangan. Sensor sekunder seperti sensor jarak induktif dan sakelar batas ditambahkan untuk memaksimalkan kinerja sistem. Hasil penelitian menunjukkan akurasi yang tinggi dengan kesalahan rata-rata 0,56%, efektivitas sensor jarak induktif hingga 14 mm, dan keandalan sakelar batas untuk keselamatan operasional. Pendekatan logika fuzzy berhasil menafsirkan konflik yang akan terjadi dan mendapatkan solusi yang tepat. Sistem ini meningkatkan efisiensi dan keselamatan operasional, mengurangi risiko kerusakan produk, dan memajukan teknologi otomasi di bidang manufaktur. Diharapkan dapat meningkatkan efisiensi dan keselamatan kerja di lingkungan pabrik serta berkontribusi pada kemajuan teknologi otomasi di industri manufaktur.

Produksi ilustrasi digital dan animasi 2D membutuhkan karakter yang konsisten dari berbagai sudut pandang. Namun, proses pembuatan anatomi, pose, dan kostum secara manual dapat memakan waktu serta berisiko menimbulkan perbedaan proporsi dan gaya visual. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan toolset modular brush multi-angle pada Clip Studio Paint sebagai alat bantu penyusunan karakter 2D berproporsi realistis dengan gaya semi-realistis. Toolset dibuat dalam bentuk image-stamp brush yang berisi aset modular kepala, torso, lengan, tangan, paha, betis, dan kaki dari sudut depan, samping, tiga perempat, dan belakang. Pengembangan dilakukan menggunakan metode Multimedia Development Life Cycle (MDLC), mulai dari analisis kebutuhan, perancangan aset, pembuatan brush, pengujian, hingga dokumentasi. Hasil pengujian menunjukkan bahwa seluruh fungsi dasar toolset berjalan sesuai rancangan. Toolset mampu menghasilkan efisiensi waktu sebesar 49,17% pada penyusunan anatomi dan pose, serta 16,58% pada pembuatan karakter hingga kostum. Selain itu, hasil kuesioner 2D artist memperoleh skor 78,57% dengan kategori baik, sedangkan evaluasi kelayakan rigging memperoleh skor 93,4% dengan kategori sangat baik. Berdasarkan hasil tersebut, toolset modular brush multi-angle dapat membantu mempercepat tahap awal pembuatan karakter, menjaga konsistensi visual, dan mendukung kebutuhan animasi 2D sederhana.

Penyakit kardiovaskular merupakan salah satu penyebab utama kematian di dunia dan membutuhkan penanganan yang cepat, akurat, serta berkelanjutan. Dalam konteks layanan homecare, dibutuhkan sistem terpadu yang mampu memantau kondisi pasien secara real-time, memprediksi risiko penyakit, serta memberikan edukasi berbasis data medis yang sahih. Penelitian ini bertujuan untuk mengembangkan Cardiolytics, sebuah aplikasi web yang mengintegrasikan tiga fitur utama: (1) BP Monitor untuk pemantauan tekanan darah secara real-time berbasis perangkat IoT ESP32, (2) CVD Predict untuk prediksi risiko penyakit kardiovaskular menggunakan metode ensemble learning berbasis data klinis dan gaya hidup pengguna, serta (3) Cardiobot, chatbot edukatif berbasis Retrieval-Augmented Generation (RAG) yang menjawab pertanyaan kesehatan berdasarkan dokumen medis resmi. Sistem dibangun menggunakan protokol MQTT dan Apache Kafka untuk pengiriman data IoT, model hybrid ensemble (LightGBM, CatBoost, Hist Gradient Boosting, TabNet, Tab-Transformer, FT-Transformer, AdaBoost) untuk prediksi CVD, serta Pinecone dan Gemini 2.5 Flash untuk chatbot RAG. Hasil evaluasi menunjukkan bahwa sistem berhasil memantau tekanan darah secara real-time, menghasilkan prediksi risiko CVD dengan akurasi sebesar 74.08% dan nilai AUC tertinggi sebesar 0.8018, serta memberikan jawaban chatbot yang relevan disertai sumber dokumen yang valid. Dengan demikian, Cardiolytics mampu menjadi solusi teknologi kesehatan yang mendukung layanan homecare secara holistik, responsif, dan berbasis data yang terpercaya.

Perbedaan musik pengiring yang dimiliki oleh masing-masing tarian tradisional membuatnya memiliki keunikannya masing-masing. Tak hanya berbeda pada musik pengiringnya saja, tari tradisional dimana tari sendiri adalah gerak tubuh secara berirama tentu saja memiliki perbedaan gerakan antara satu dengan yang lainnya. Di Pulau Jawa sendiri terdapat banyak sekali jenis tari tradisional tetapi akan difokuskan hanya pada 7 jenis tarian. Dari 7 tarian inilah akan dibentuk knowledge yang akan diimplementasikan pada teknologi robot terbaru yaitu Humanoid Robot Dancer. Untuk membangun knowledge ini dibutuhkan trajectory gerakan yang dibuat sepresisi mungkin dengan tarian yang dilakukan penari aslinya dengan menggunakan Basic Motion 3D Primitive. Basic Motion 3D Primitive sendiri tidak lepas dari aturan-aturan dasar Motion 3D yang berupa Degree of Freedom dan rotasi yaw, pitch, roll.