Kerusakan jalan terjadi karena berbagai faktor seperti terkena banjir sehingga aspal terlepas, terjadi penurunan tanah, atau karena jalan dilewati kendaraan yang beratnya melebihi ketentuan.
Karena itu suatu ruas jalan pasti akan dilakukan perbaikan atau perawatan jalan. Proses untuk melakukan perbaikan diahului dengan survey lapangan untuk menghitung tingkat kerusakan sehingga dapat dibuat rencana perbaikian khususnya terkait dengan biaya perbaikan.
Kondisi ini rawan akan penyelahgunaan, dimana tim surveyor bisa memanipulasi data sehingga biaya perbaikan bisa lenih besar.
Untuk itu perlu pendekatan lain yang lebih konsisiten dengan machine learning dengan algoritma YOLO. Data yang digunakan adalah data video hasil survey. 

Output: Berhasil mengidentifikasi kerusakan jalan dan mampun memprediksi tingkat kerusakan jalan

Requirement"
Python, YOLO, Google Collab

Tim: 2-3 orang mahasiswa

Aplikasi PoS yang ditujukan bagi Pegang Kali Lima (PKL) yang berjualan di pinggir jalan. 
Salah satu masalah PKL adalah cenderung menyebabkan kemacetan. Karena mereka berjualan di pinggir jalan atau bahu jalan atau di trotoar (pedestrian). Pada beberapa kasus barang dagangan diletakkan tetap di pinggir jalan.
Kondisi diperparah jika ada pembeli yang mampir. Pembeli akan menghentikan kendaraannya tepat di depan lapak penjual, yang kondisi ini akan memperparah kemacetan. Jika pada terdapat lapak jualan yang favorite maka antrian yang menambah kemacetan.
Berdasarkan hal ini dikembangkan PoS dengan fitur khusus yaitu pembeli dapat melakukan pemesanan secara online (pre order) tetapi proses pembayaran akan dilakukan ditempat. Setelah pemesanan online dilakukan maka akan muncul kode pesan dalam bentuk QRCode. Pada saat yang sama muncul notifikasi disisi penjual bahwa ada order masuk.
Calon pembeli kemudia mendatang lapak penjual dan menunjukkan QRCode pesanan yang kemdian di scan oleh penjual. Terdapar 2 kondisi yang mungkin dalam skenario ini. Pembeli melakukan pemesanan online dan langsung transaksi pembayaran, disisi penjual langsung meproses pesanan, selanjutnya pembeli mendatangi lapak penjual. Proses bisnis ini dikenal dengan layanan "pick up",  mirip GoFood ShopeeFood, namun tidak menggunakan jasa kurir. Skenario kedua adalah pembeli mendatangi lapak penjual dan menunjukkan QRCode pesanan (tanpa pembayaran), penjualan scan QRCode pesanan untuk melihat rincian pesanan. Penjual selanjutnya memproses pesan dan menyerahkan kepada pembeli (take away).

Requirement
Backend Laravel atau NodeJS dengan Djanggo
Aplikasi Web Response atau PWA
Tim: 2 orang

Aplikasi Point of Sales (POS) sudah banyak dikembangkan, namun demikian dengan semakin banyaknya model usaha saat ini ada maka aplikas POS harus mengikuti perkembangan tersebut. Sebagai contoh usaha Kopi Keliling yang masyarakat umum menyebutnya dengan "STARLINK"  akronim Starbuck Keliling. Model bisnis ini tergolong unik, dimana penjual menggunakan gerobak yang didesain khusus (umumnya menggunakan listrik - sepeda listrik) berkeliling menjajakan jualannya dengan menu utama kopi beserta variasinya.
Dalam prakteknya, penjual bisa "nyetem" di suatu tempat pada jam tertentu kemudian pindah lokasi lain pada rentang waktu tertentu pula. Para penjual ini mungkin sudah mengamati dimana harus berjualan.
Namun demikian berjualan dengan cara berkeliling tentu saja menguras energi dan waktu dan belum dapat dipastikan ada yang membeli.
Atas dasar masalah di atas perlu dikembangkan aplikasi POS khusus dengan fitur LBS. Fitur ini memungkinkan calon pembeli mendeteksi keberadaan STARRLINK di sekitar lokasinya berada sehingga ia dapat rikues kepada penjual untuk mendatangu llokasinya.
Dengan cara ini, dimungkinkan jumlah pembeli akan bertambah dan penjual tidak perlu berkeliling tanpa tujuan jelas.

Requirement:
Backend Laravel
Frontend ReactJS
Mobile --> React Native atau Flutter
Project ini dapat dikerjakan 2 orang

Dikerjakan 2 orang, jika ada yang berminat bisa ditambah 2 orang lagi untuk mengerjakan backend API dan front end berbasis Mobile (native)  
WebGIS Responsive utk tampilan mobile browser

Deskripsi
Aturan hukum utama terkait kekerasan di perguruan tinggi adalah Permendikbudristek Nomor 55 Tahun 2024 tentang Pencegahan dan Penanganan Kekerasan di Lingkungan Perguruan Tinggi, yang menggantikan peraturan sebelumnya seperti Permendikbudristek Nomor 30 Tahun 2021 (yang fokus pada kekerasan seksual). Peraturan ini mengatur mekanisme pencegahan, pelaporan, penanganan, dan sanksi bagi pelaku kekerasan, serta membentuk Satuan Tugas (Satgas) PPKS untuk pelaksanaan tugas.
Aplikasi berfungsi untuk menerima laporan berbasis spasial dengan representasi lokasi terjadinya kekerasan dilingkungan kampus (misal UNTAN).
Yang memberikan laporan adalah korban itu sendiri atau saksi. Indentitas dirahasiakan. Dengan merepresentasikan lokasi terjadinya kekerasan melalui peta maka dapat diketahui lokasi mana saja yang sering terjadi tindak kekerasan.
Satgas Anti Kekerasan dapat melakukan penyelidikan dan mengambil tindakan misalnya di lokasi tersebut direkomendasikan dipasang CCTV atau lokasi tersebut gelap sehingga perlu penerangan. 
Bagian civitas akademika lokasi pelaporan tindak kekerasan ini menjadi warning utk tidak berada dilokasi tersebut.
Validasi laporan berbasis spasial dimaksud ada;ah.. jika sesorang memberikan laporan pada suatu lokasi (koordinat), laporan yang masuk mesti di validasi kebenarannya dengan menanyakan langsung kepada pelapor..alternatif lain untuk memvalidasi laporan adalah dengan menghitung jarak antara koordinat pada laporan pertama dengan laporan selanjutnya. Jika jaraknya <= 10 meter paka pada koordinat tersebut dianggap valid telah terjadi tindak kekerasa... karena ada 2 laporan yang koordinarnya berdekatan. 

Salah satu gaya hidup sehat adalah mengatur pola makan dan jenis makanan yang dikonsumsi. Tidak semua orang mengetahui berapa nilai kandungan di suatu makanan. Misalnya satu piring nasi goreng berapakah rata-rata nilai kalorinya, atau conttoh lain satu mangkuk bakso dll.
Dalam penelitian ini dialakuan identifikasi object berdasarkan inputan foto (image) dari satu porsi makanan untuk dikenali nama/jenis makanan. Jika sistem berhasil mengenali jenis makanan yang dianalisis maka selanjutnya sistem akan menampilkan berapa nilai kalori dari makanan tersebut. Pada kasusu ini  algoritma YOLO akan diterapkan.  YOLO (You Only Look Once) adalah algoritma deteksi objek berbasis deep learning yang dirancang untuk melakukan deteksi secara cepat dan real-time.

Pengembangan API eDOXID sudah dilakukan oleh Doni Winata IF2018. . Aplikasi yang eksisting saat ini adalah  berbasis web.
Kanrea eDOXID berfungsi untuk mengelola  pengajuan Proposal, Sidang Hasil, dan Sidang Akhir, Proses bisnis nya menggantikan bisnis proses konvemsional yang masih menggunakan pemberkasan secara fisik
Untuk memantau proses yangberjalan secara near raltime, ditambahkan fitur notifikasi via whatsapp... dengan menggunakan Whatsapp Gateway.
Jumllah notifikasi WA yang makin banyak mengakibatkan nomor Wa di suspend..
Perlu dikembangan aplikasi eDOXID versi mobile yang memiliki fitur notfikasi secara built in.