This study examines the development process to create new functionality for a fuel inventory management system used by Preem AB. The reason why Preem AB recruited students to take on this challenge was due to the potential improvements that could be made to their exisiting system. This study will explain how the system can be improved by developing new functionality from existing data. The aim of this study is to provide ideas, guidelines and answers on how new functionality can benefit their fuel inventory management system. Preem AB is Sweden’s largest producer of fuel and contributes with about half of all the fuel consumed in Sweden [1]. Therefore, a lot of aspects needs to be taken into consideration. Having good control of the fuel inventory is good for the economic viability. The company risks losing millions because of deficiencies in their inventory management system, which is currently the case. One way to minimize this problem is to apply certain funtionality to their system. The students who participated in the project were given different responsibilities; the areas the project focused on were the development of a new graphical user interface, database management and also the development of new functionality – which is the sole purpose of this study. A specification and prototypes for each function has been developed to clarify how the inventory management system can be optimized. The specifications are intended to describe how the functionality can optimize the fuel inventory management system. The prototypes are programs that are implemented to answer the problem formulation (see section 1.2). The inventory management system can be more efficient and benefit through the innovation of new functionality. One of many benefits may include a function that takes over the role of an employee, meaning it will replace the manual labor usually required for the job. There are many opportunities to create new functionality such as this, which was in fact discovered early in the project. The functionality that were selected to be implemented consisted of those who were most likely to benefit Preem AB. / I denna studie undersöks utvecklingsprocessen för att skapa ny funktionalitet till Preem AB:s lagerhanteringssystem som hanterar drivmedelsvarulagret. Anledningen till att Preem AB rekryterade studenter för att ta sig an denna utmaning var på grund av de potentiella möjligheterna i förbättring av flera komponenter i lagerhanteringssystemet. Studien ska förklara hur systemet kan förbättras genom att utveckla ny funktionalitet från befintlig data. Målet med studien är att ge idéer, riktlinjer och svar på hur ny funktionalitet kan förbättra Preems hantering av drivmedelsvarulagret. Preem AB är Sveriges största producent av drivmedel och bidrar med ungefär hälften av allt drivmedel som förbrukas i Sverige. [1] Preem AB har därmed mycket i åtanke då ansvaret för stora mängder drivmedel är riskfyllt inom många aspekter. Att ha god kontroll över drivmedelsvarulagret är viktigt för den ekonomiska lönsamheten. Bolaget kan förlora miljonbelopp på grund av brister i deras lagerhanteringssystem. Ett sätt att minimera problemet kan vara att applicera ny funktionalitet i deras system. Studenterna som deltog i projektet fick olika ansvarsområden, de områden som Preem AB sökte hjälp i var utvecklandet av det grafiska gränssnittet, databashantering och området denna studie sätter fokus på – utveckling av ny funktionalitet. En kravspecifikation för varje funktion och prototyper i form av kod har tagits fram. Kravspecifikationerna är till för att beskriva hur funktionaliteten kan optimera lagerhanteringssystemet. Prototyperna är program som är implementerade att kunna besvara problemformuleringarna (se avsnitt 1.2). Genom nyskapandet av funktionalitet kan lagerhanteringssystemet effektiviseras och på så sätt erhålla ekonomiska fördelar – en fördel kan vara att en funktion tar över rollen som en anställd har. Det fanns många möjligheter att skapa ny funktionalitet, den funktionalitet som valdes att utvecklas var den som mest troligt skulle gynna Preem AB.

Particulate matter is a growing health concern that is considered to contribute to many diseases. To develop appropriate air filtration systems, we need to understand how particulate matter affects air filters. In this project, we implement an automated data acquisition system for an air filter test rig. The data acquisition system allows us to gather empirical data on how particle matter affects air filters over time. Although the quality of the air filters does not reach critical levels, there is a measurable degradation. The collected data is used to train and validate a machine learning model that can evaluate air filter quality. This machine learning proved to be a powerful tool in air filter evaluation and performs with 99% accuracy on test data. The result of this project is a fully functioning data acquisition system along with a user interface that considerably reduces the number of man-hours needed to perform tests of filters. In addition, the automated data acquisition system can notify the operator when the rig needs a change of filter or when certain faults occur. Unfortunately, the project did not reach its original goal of being able to automatically determine when the test rig needs maintenance or re-calibration. / Luftburna partiklar är en växande hälsorisk som anses bidra till ohälsa. För att utveckla lämpliga luftfiltreringssystem måste en bättre förståelse nås för hur luftburna partiklar degraderar luftfilter. I det här projektet så implementeras ett automatiskt datainsamlingssystem i en testrigg för luftfilter. Datainsamlingssystemet samlar in empiriska data för hur luftburna partiklar degraderar filter över tid. Även om luftfiltren inte når kritiska nivåer, visar testerna på en mätbar degradering. Insamlat data används för att träna och validera en maskininlärningsmodell för att utvärdera filterkvalitet. Maskininlärning visade sig vara en kraftfull metod för att utvärdera luftfilter med 99% noggrannhet för testdata. Resultatet av det här projektet är ett fullt fungerande datainsamlingssystem tillsammans med ett användargränssnitt som avsevärt minskar tidsåtgången för att utföra test och utvärdera filter. Dessutom kan det automatiska datainsamlingssystemet meddela operatören när riggen behöver byta filter eller när vissa fel uppstår. Återstående arbete består i att implementera när testriggen behöver service eller kalibrering.

Syftet med denna studie är att genom en kombinerad metod undersöka vilka faktorer som påverkar konsumenters beslutsprocesser samt vad konsumenter upplever som inträngande på den personliga integriteten, i kontexten av personaliserad marknadsföring. För att uppnå studiens syfte har ett visst antal konsumenter undersökts genom semistrukturerade intervjuer samt via en enkät. Resultaten visar att tillförlitlighet, diverse betalningsalternativ, leverans- och returpolicyer samt olika förmåner är faktorer som påverkar konsumenters beslutsprocesser. Ännu en slutsats är att konsumenter upplever marknadsföring och erbjudanden om produkter och/eller tjänster de endast talat om som inträngande på den personliga integriteten. Dessa slutsatser baseras på respondenternas egna åsikter och tidigare upplevelser. / The purpose of this study is to, by using a combined method, investigate which factors influence consumers' decision-making processes and what consumers perceive as intrusive on personal integrity, in the context of personalized marketing. To achieve the purpose of the study, a certain number of consumers were surveyed through semi structured interviews and via a questionnaire. The results show that reliability, various payment options, delivery- and return policies and various benefits, are factors that affect consumers' decision-making processes. Another conclusion is that consumers experience marketing and offers of products and/or services they have only talked about as intrusive on personal privacy. These conclusions are based on the respondents' own opinions and previous experiences.

Monitoring of physical exercise is an important task to evaluate and adapt exercise to provide better exercise results. The Inno-X™ device, developed by Innowearable, is a device that can be used for such monitoring. It collects data using an accelerometer and sEMG sensor. To optimize Inno-X™, this Thesis investigates how raw data from the sensors can be used to classify physical exercises and fatigue levels using machine learning. The exercises that were monitored and evaluated were cycling and squats. The workflow includes data collection, preprocessing, feature extraction and finetuning of the models. Participants engage in standardized exercise protocols to ensure reliable data. Under preprocessing, the data is scaled and filtered followed by feature extraction where time-domain and frequency-domain attributes are analyzed. Three classifiers, Random Forest (RF), Support Vector Machine (SVM), and Long Short-Term Memory (LSTM), are evaluated for their performance in fatigue detection and exercise classification. Results reveal reliable accuracy across all classifiers, with SVM demonstrating the most effective performance in fatigue detection, with an accuracy of 79.5%. The classification accuracy for the executed exercises surpassed 97% for all three employed models. In conclusion, this Thesis offers insights into the application of machine learning for exercise classification and fatigue prediction. The established data processing pipeline and the performance of the chosen classifiers indicate a potential application of these methods into real-world scenarios for precise exercise monitoring and fatigue management. / Detta examensarbete fokuserar främst på användningen av avancerademaskininlärningstekniker. Fokuspunkterna inkluderar klassificering av övningaroch förutsägelse av muskeltrötthet under träningspass, med hjälp av data somsamlats in från Inno-X-enheten av Innowearable AB.Studien innebär noggrann bearbetning, med insamling, förbehandling,extrahering av funktioner och klassificering. Deltagarna deltar i standardiseradeträningsprotokoll. Uppgifterna genomgår noggrann förbehandling, följt avfunktionsextraktion, där tidsdomän- och frekvensdomänattribut analyseras.Anmärkningsvärda funktioner som medeleffekt, total effekt, medelfrekvens,medelfrekvens och maxfrekvens bidrar till effektiviteten hosmaskininlärningsmodellerna.Tre klassificerare, Random Forest (RF), Support Vector Machine (SVM) och LongShort-Term Memory (LSTM), utvärderas för deras prestanda vidträningsklassificering och upptäckt av trötthet. Resultaten visar tillförlitlignoggrannhet för alla klassificerare, där SVM uppvisar den mest effektivaprestandan när det gäller att upptäcka trötthet för cykling och knäböj.Sammanfattningsvis ger denna avhandling insikt in i tillämpningen avmaskininlärning för träningsklassificering och förutsägelse av trötthet. Denetablerade pipelinen för databehandling och den rimliga prestandan hos de valdaklassificerarna indikerar en potentiell tillämpning av dessa metoder i verkligascenarier för exakt träningsövervakning och hantering av trötthet.

Den expansiva digitala utvecklingen har bidragit till nya avancerade produkter och tjänster, många av dessa hjälper oss med dagliga bestyr och underlättar vardagen. En virtuell assistent är en produkt som med hjälp av artificiell intelligens är designad för att förenkla vardagen. För att kunna uppnå sitt syfte krävs insamling av data, vilket konsumenten själv måste godkänna. Därmed blir det ett ställningstagande gentemot bekvämlighet i användning av virtuella assistenter och förhållande till integritet. I denna undersökning studeras den komplexa relationen till integritet hos konsumenterna, när det kommer till nytta och strategiskt utnyttjande vid godkännande av datainsamling. Dessutom undersöks hur konsumenterna tror att utvecklingen av assisterna kommer att se ut i framtiden. Aspekterna som behandlas är, enligt tidigare forskning i ämnet, kritiska för klyftan som bildas mellan användning och synen på datainsamling kopplat till integritet. Därför har ämnet undersökts på en djupgående nivå genom intervju med sju respondenter givit sin syn på det hela Slutsatserna som undersökningen presenterar grundas med teori och den insamlade empirin, som visar på att det existerar ett komplext förhållande mellan integritet och datautlämning i samband med virtuella assistenter. Resultatet visar på att behovet av användning i många fall väger tyngre än personlig integritet, men det finns ingen tydlig gräns mellan variablerna. Studien drar dessutom slutsatsen att det finns en utvecklingspotential, både funktionellt och fysiskt. Däremot finns det också en kritisk inställning gentemot utvecklingen när det kommer till utbredning av datainsamling. / The expansive digital development has contributed to new advanced products and services, many of which help us with daily tasks and make everyday life easier. A virtual assistant is a product that, with the help of artificial intelligence, is designed to simplify life. In order to be able to achieve their purpose, collection of data is required, which the consumer must approve themselves. Thus, it becomes a stance towards convenience in the use of virtual assistants and the relationship towards integrity. This study examines the complex relationship against consumer integrity, when it comes to utility and strategic utilization of approving data collection. The study also examines how consumers believe that the development of virtual assistants will appear in the future. The aspects that are treated are, according to previous research in the subject, critical of the gap that is formed between use and the view of data collection linked to integrity. Therefore, the subject has been investigated at on a depth level through interviews with seven respondents who have given their views on the subject. The conclusions that the study presents are based on theory and the collected empirical data, which shows that there is a complex relationship between integrity and data disclosure in virtual assistants. The results show that the need for usage in many cases outweighs personal integrity, but there is no clear boundary between these variables. The study also concludes that there is a development potential, both functionally and physically. Although, there is a critical attitude towards the development when it comes to the expansion of data collection.

Användare av manuella rullstolar möter ofta betydande utmaningar när det gäller fysisk ansträngning, energiförbrukning och tidsåtgång för att hantera vardagliga situationer. Denna kontinuerliga påfrestning utsätter deras överkropp, särskilt armar och axlar, för stort slitage. Följaktligen kan omfattande långvarig användning av manuella rullstolar tillsammans med kroppsliga obalanser, bidra till ytterligare hälsokomplikationer som negativt påverkar användarens både allmänna fysiska och mentala hälsa. Målet med detta examensarbete är att utvärdera möjligheten att utveckla mobiltelefonprogramvara som kan samverka med kommersiella ANT+ sensorer, vilka installeras på rullstolen för att samla, beräkna och presentera betydelsefulla data för användaren. Data som kan användas för att underlätta justering av användarens rörelsemönster för att förbättra användarens hälsostatus. Mjukvaran kommer dessutom att tillåta oss att utvärdera både användbarhet och lämplighet hos ANT+ sensorerna. Både för sig själva och jämfört med andra trådlösa sensorer. Mjukvaran kommer dessutom att låta oss utvärdera hur exakta data från sensorerna är och om de att vara behjälpliga för att optimera rullstolarnas förmåga att tillämpa användarnas data. Användandet av dem kan hjälpa till att minimera potentiell och undvikbar skada hos användarna av rullstolarna. Undersökningens resultat visar att utvecklandet av programvaran inte var lika enkel som förväntat. Eftersom de verktyg som tillhandahölls av ANT+ blivit utdaterade. Sensorerna har ändå genererat tillräckligt rimliga, korrekta och användbara resultat. Resultaten har visat sig vara givande för brukarna i den här undersökningen. Dessutom ansåg en majoritet av testpersonerna att sensorerna från ANT+ var mer användarvänliga jämfört med andra trådlösa sensorer. De framhöll speciellt den användarvänliga anslutningsprocessen. / Manual wheelchair users often encounter significant challenges in terms of energy expenditure, time allocation and physical effort, to navigate everyday life scenarios. This continuous strain exposes their upper body, particularly arms and shoulders, to extreme fatigue, leading eventually to long-term damage. Consequently, extensive long-term usage combined with bodily imbalances can contribute to further health complications affecting both their general physical and mental health detrimentally. The objective of this thesis is to assess the possibility of building mobile phone software that can work in conjunction with commercial ANT+ sensors that are installed on the chair to gather, calculate, and present the user with valuable data that facilitate the adjustment of their movement patterns to enhance health outcomes. Furthermore, this software will allow us to evaluate the connectivity convenience of ANT+ sensors, both in itself and in comparison to other wireless sensors. Additionally, it will allow us to gauge the accuracy of the sensors and whether they can be of help in optimizing wheelchair functionality aiming to amplify the user’s output and minimizing potential and avoidable damage. The results show that while the development of the application wasn’t as straight forward as expected due to ANT’s provided development tools being outdated, the sensors provided reasonably accurate data, proving beneficial to the users in this context. Moreover, the majority of testers found that connecting to ANT+ sensors was notably easier in comparison to other wireless sensors, highlighting the user-friendly nature of the connection process itself.

I en tid där digitaliseringen är mer utbredd än någonsin ökar också mängden data som samlas och delas online. I takt med att nya tekniker utvecklas öppnas det upp för nya utmaningar för integritetsfrågor. En aktiv användare online ägnar sig med störst sannolikhet också åt ett eller flera sociala medier, där ändamålen ofta innebär att dela med sig av information till andra. Eftersom tekniker Augmented Reality används mer frekvent i några av de största sociala medierapplikationerna blev studiens syfte att undersöka potentiella integritetsproblem med Augmented Reality.l Studiens tillvägagångsätt har bestått av en empirisk datainsamling för att skapa ett teoretiskt ramverk för studien. Utifrån detta har det genomförts en digital enkät samt intervjuer för att närmare undersöka användarens beteende online och The Privacy Paradox. Utifrån undersökningens resultat kunde The Privacy Paradox bekräftas och ge en bättre förståelse för hur användaren agerar genom digitala kanaler. I studien behandlas olika aspekter kring integritetsfrågor såsom användarvillkor, sekretessavtal, datamäklare, framtida konsekvenser och vad tekniken möjliggör. Studien kom fram till att användare, företaget och dagens teknik tillåter att en känsligare information kan utvinnas genom ett dataintrång. Även om det ännu inte har inträffat ett dataintrång som grundat sig i Augmented Reality före denna studie, finns det en risk att det endast handlar om en tidsfråga innan det sker. / In a time when digitalization is more widespread than ever, the amount of data collected and shared is increasing. As new technologies develop, challenges for privacy concerns arises. An active online user is likely to engage in one or many social media platforms, where the purpose often involves sharing information with others. Since Augmented Reality is more frequently supported in some the biggest social media applications, the purpose of this study was to investigate potential privacy concerns with Augmented Reality. The study's approach consisted of an empirical data collection to create a theoretical framework for the study. Based on this, a digital survey and interviews were conducted to further investigate the user's behavior online and The Privacy Paradox. Based on the results of the survey, The Privacy Paradox could be confirmed and a better understanding of how the user interacts through digital channels was achieved. The study treats different aspects of privacy concerns such as user terms, privacy policies, data brokers, future consequences and what technology enables. The study reached the conclusion that users, buisnesses and today's technology allow a more sensitive type of information to be collected through a data breach. Even if there has not yet occurred a data breach enabled by Augmented Reality prior to this study, there is a risk that it is only a matter of time until it happens.

Digitala spel har blivit ett allt vanligare sätt för underhållning, där industrin har sett en stor ökning av användare, vilket har stor sannolikhet att fortsätta även i framtiden. Dessa spel har ökat i komplexitet i takt med den teknologiska utvecklingen från 90-talet tills idag, där Internet har haft stor påverkan och introducerat nya möjligheter. En utav dessa möjligheter är insamlingen av olika datatyper med olika syften och olika användningsområden inom ett spelutvecklingsföretag. Industrin har lockat mycket forskning angående processer och metoder som berör skapandet av dessa komplexa produkter, där förarbetet och själva skapandet av digitala spel tar upp majoriteten av forskning i jämförelse med vidareutvecklingen av dessa digitala spel efter lansering. Syftet med denna rapport är därmed att bidra med kunskap till det mindre utforskade området kring utvecklingsprocessen efter lansering av online multiplayerspel, samt undersökning och insamling av data och dess integrering i vidareutvecklingsprocessen. Första viktiga delen av rapporten är ett teoriavsnitt, skapad genom en litteraturstudie där denna bestod av att identifiera och hitta vetenskapliga artiklar med kunskap kring ämnet, där dessa var viktiga för att skapa en teoretisk grund för denna studie. Detta gjordes huvudsakligen genom vetenskapliga databaser och söktjänster, med hjälp av nyckelord relaterade till viktiga teorier. Den andra viktiga delen är empiriska studier i form av semistrukturerade intervjuer utifrån en intervjuguide med respondenter från olika spelutvecklingsföretag. Företagen som respondenterna jobbade för var Ghost Ship Games, Jagex, samt Bohemia Interactive. Dessa intervjuer har sedan analyserats och viktiga teman har identifierats utifrån respondenternas svar. Respondenterna har nämnt olika datatyper som kan täcka olika delar av företaget, men när det gäller vidareutveckling av spel har tre typer nämnts att ha störst påverkan. Dessa typer var datapunkter över hur spelet används av individer, kvalitetsdata av spelets prestanda samt feedback från användare. Metoderna för att samla in de förenämnda datatyperna består framförallt av enkäter som alla respondenter har nämnt att respektive företag använder för att samla in feedback, rapportering av bugs eller förslag på förbättringsområden. Utöver detta samlas även mer övergripande information genom digitala verktyg eller spelklienten för respektive spel. Där dessa verktyg är skapade inom företaget eller hanteras genom ett separat företag. Ghost Ship Games har nämnt en egen idealbild över hur spelet ska vara balanserat som företaget strävar efter, vilket tas i åtanke vid beslut som tas av utvecklarna som täcker respektive problem. Inom Jagex är det hela team som bestämmer tillsammans angående förändringar eller tillägg i spelet. En intressant aspekt var att för Jagex så är användarna en del av beslutsfattandet genom opinionsundersökningar. Beslutsfattandet inom Bohemia Interactive nämndes att ske huvudsakligen genom avdelningen för kvalitetssäkring, där dessa filtrerar insamlad information och sedan delegerar identifierade problem till rätt utvecklare inom företaget. Vidareutvecklingen inom företagen gjordes framförallt genom balansering med hjälp av spelmotorn för respektive spel. Ghost Ship Games fokuserar även på vidareutveckling av befintliga funktioner, system och verktyg, genom att omarbeta några av föregående delar. Inom Bohemia Interactive angående Arma 3 användes till exempel hotfixes eller helt nytt spelinnehåll genom DLC, liknande sker även inom Jagex i form av hotpatches. Övergripande så är vidareutvecklingsprocessen lik mellan företagen, genom de olika steg som har identifierats i denna rapport. Dessa kan beskrivas som en iterativ process där företag identifierar problem eller förslag för vidareutveckling, samlar in eller undersöker befintlig data för att bekräfta problem eller stödja förslag, implementerar lösning eller förslag, samt samlar in feedback och agerar utifrån feedback. / Digital games have become an increasingly common means of entertainment where the industry has seen a huge increase in users, something that is likely to continue in the future. These games have increased in complexity in line with technological developments from the 1990s to the present day, where the Internet has had a major impact and introduced new possibilities. One of these opportunities is the collection of different types of data with different purposes and different uses within a game development company. The industry has thus attracted a lot of research regarding processes and methods involved in the creation of these complex products, where the pre-processing and actual creation of digital games is in the vast majority of studies compared to the further development of these digital games after launch. The aim of this paper is therefore to contribute knowledge to the less explored area of the post-launch development process of online multiplayer games, as well as the investigation of data collection and its integration into the further development process. The first important part of the report is a theory section, created through literature review where this consisted of identifying and finding scientific articles with knowledge on the topic, where these were important to create a theoretical basis for this study. This was mainly done through scientific databases and search services, using keywords related to important theories. The second important part is empirical studies in the form of semi-structured interviews based on an interview guide with respondents from different game development companies. The companies the respondents worked for were Ghost Ship Games, Jagex, and Bohemia Interactive. These interviews were then analysed and important themes were identified based on the respondents’ answers. Respondents mentioned different types of data that could cover different parts of the company, but when it comes to further game development, three types were mentioned to have the most impact. These types were data points on how the game is used by individuals, quality data of the game's performance, and feedback from users. The methods for collecting the aforementioned data types consist mainly of surveys, which all respondents mentioned that the respective companies use to collect feedback, report bugs or suggest areas for improvement. In addition, more general information is also collected through digital tools or the game client for the respective game. Where these tools are created within the company or managed by a separate company. Ghost Ship Games has an ideal image of how the game should be balanced that the company strives for, which is taken into account when decisions are made by the developers themselves that cover the respective issues. Within Jagex, the whole team decides together on changes or additions to the game. An interesting aspect is that within Jagex, users are a part of the decision making process through opinion polls. Decision-making within Bohemia Interactive is mainly done through the Quality Assurance department, where they filter collected information and then delegate identified problems to the appropriate developers within the company. Further development within the companies is mainly done through balancing using the game engine for each game. Ghost Ship Games may also focus on further development of existing features, systems and tools, by reworking some of the previously mentioned elements. In Bohemia Interactive regarding Arma 3, are hotfixes or completely new game content through DLC used for example. Similar is also done in Jagex in the form of hotpatches. Overall, the further development process is similar between the companies, through the different steps identified in this report. These can be described as an iterative process in which companies identify problems or proposals for further development, collect data or investigate existing data, implement the solution or proposal, collect feedback and act on the feedback.

Arsenic-contaminated drinking water exposes ~230 million people worldwide to increased risks of several diseases and is considered one of the greatest threats to public health. In Bangladesh, arsenic-contaminated water has been declared the largest poisoning of a population in history, where 39 million people are exposed to arsenic levels above the WHO guidelines (>10 μg/L). Drinking water is mainly provided by tube-wells installed by local drillers and the majority are located in aquifers with high arsenic levels. The major challenges of identifying arsenic-safe aquifers consist of a lack of a common tool for quality assurance of hydrogeological data, post-processing of the data, and a possibility to forward analyzed data to national and local stakeholders. Therefore, the purpose of this study was to investigate the potential of applying a digital solution for collecting and managing hydrogeological data in a quality assured platform. This study was a pilot-project in the sub-district Daudkandi, Bangladesh in collaboration with the KTH-International Groundwater Research Group. To fulfill the purpose, a method was developed for systematic and automated data capturing of hydrogeological information in GeoGIS, an advanced software that proved to be an efficient tool for visualizing hydrogeological data. The results show that collecting a few field data in a systematic and automated way is helpful for interpreting aquifer sequences and will enable better prerequisites for targeting safe aquifers and installing safe tube-wells. Conclusions are that the integration of a digital platform as a decision tool may significantly improve arsenic mitigation strategies. Furthermore, providing information to public and private sectors in Bangladesh would increase the transparency of hydrogeological conditions and may help improve safe water access to high arsenic areas of Bangladesh. / Över 230 miljoner människor världen över exponeras dagligen för arsenik-förorenat dricksvatten vilket kan ge upphov till hjärt- och kärlsjukdomar, diabetes samt olika cancersjukdomar. Arsenik (As) är en extremt giftig halvmetall som är naturligt förekommande i grundvatten och klassas som ett utav de största hoten mot allmän folkhälsa, vilket gör reducerande åtgärder till en samhällsutmaning av global karaktär. Ett land som är hårt drabbat av höga arsenikhalter är Bangladesh, där miljontals människor utsätts för arsenik-nivåer som överstiger WHO:s rekommenderade riktlinjer (>10 μg/L). Dricksvattenförsörjningen tillhandahålls framförallt genom vattenbrunnar installerade av lokala borrare och där majoriteten är placerade i akviferer med skadligt höga arsenikhalter.  Utmaningarna med att identifiera arseniksäkra akviferer är flera, bland annat saknas ett gemensamt verktyg för att hantera, kvalitetssäkra och analysera hydrogeologisk data, samt för att delge denna till olika parter på lokal, regional och nationell nivå. Syftet med den här studien var således att undersöka potentialen i att tillämpa ett digitalt verktyg för insamling och hantering av fältdata från olika databaser till en kvalitetssäkrad plattform. Studien genomfördes som ett pilotprojekt i distriktet Daudkandi, Bangladesh i samarbete med forskningsgruppen KTH-International Groundwater Research Group. För att uppfylla syftet utvecklades en metod för systematisk och automatiserad datainsamling av hydrogeologisk information i GeoGIS, en avancerad mjukvara som visade sig vara ett effektivt verktyg för visualiseringar av hydrogeologiska data. Resultaten visar att insamling av en liten mängd fältdata är till stor hjälp för att tolka akvifersekvenser samt för att urskilja arseniksäkra akviferer, vilket skapar bättre förutsättningar för installation av säkra vattenbrunnar. En slutsats som dras är att integreringen av en digital plattform för datainsamling avsevärt kan förbättra beslutsfattandet för arsenikreducerande strategier samt underlättar ett transparent informationsflöde. Genom att tillhandahålla transparent hydrogeologisk information till privat och offentlig sektor i Bangladesh kan även tillgången på säkert dricksvatten förbättras.

This thesis presents the design and development of a web-based platform intended to streamline the public sector funding process for startups by employing a matching algorithm. The platform was developed as part of a Bachelor's program in Computer Engineering and aims to address the inefficiencies and complexities currently impeding startup access to vital funding sources. Utilizing the MERN technology stack (MongoDB, Express.js, React, and Node.js), the project integrates web-based technologies to enhance user experience and ensure robust security measures aligning with GDPR standards. The methodology adopted includes agile development practices to facilitate iterative testing and improvements. The system's use of data from public funding webpages, combined with API integration and web scraping techniques, ensures a rich database of funding opportunities tailored to startups' diverse needs. This thesis serves as a practical solution for startups striving to navigate the complex landscape of public sector funding. / Den här uppsatsen presenterar designen och utvecklingen av en webbaserad plattform avsedd att effektivisera processen för offentlig finansiering till startups genom att använda en matchningsalgoritm. Plattformen, som utvecklats är en del av ett högskoleingenjörsprogram inom datateknik och syftar till att adressera de ineffektiviteter och komplexiteter som för närvarande hindrar startups från att få tillgång till nödvändiga finansieringskällor. Genom att använda MERN-teknikstacken (MongoDB, Express.js, React och Node.js) integrerar projektet webbteknologier för att förbättra användarupplevelsen och säkerställa robusta säkerhetsåtgärder i linje med GDPR-standarder. Den antagna metoden inkluderar agila utvecklingspraxis för att underlätta iterativ testning och förbättringar. Systemets användning av data från offentliga finansieringswebbplatser, kombinerat med API-integration och webbskrapningstekniker, säkerställer en rik databas med finansieringsmöjligheter anpassade till startups mångfaldiga behov. Denna avhandling fungerar som en praktisk lösning för startups som strävar efter att navigera i det komplexa landskapet för offentlig sektorfinansiering.