eprintid: 31931
rev_number: 16
eprint_status: archive
userid: 12
dir: disk0/00/03/19/31
datestamp: 2026-07-06 02:32:33
lastmod: 2026-07-06 02:32:33
status_changed: 2026-07-06 02:32:33
type: thesis
metadata_visibility: show
creators_name: Ramadhan, Bayu Arief
creators_nim: 22.83.0942
contributors_name: Kuswanto, Jeki
corp_creators: Universitas AMIKOM Yogyakarta
title: FESTIVAL KREATIVITAS MAHASISWA ELEKTRO DAN
 INFORMATIKA (FESMARO)
ispublished: pub
subjects: 000.000.000A
divisions: tk
full_text_status: restricted
keywords: FESMARO,  Internet  of  Things,  Kualitas  Udara,  Long  Short-Term
 Memory, Sustainable Development Goals, Air Quality.
abstract: Universitas  Negeri  Malang  (UM)  menyelenggarakan  festival  kreativitas
 mahasiswa  elektro  dan  informatika  (FESMARO),  sebuah  kompetisi  teknologi
 tingkat  nasional  yang  diikuti  oleh  mahasiswa  dari  berbagai  perguruan  tinggi  di
 Indonesia.  Kompetisi  ini  bertujuan  untuk  mendorong  inovasi  teknologi  yang
 mendukung  pembangunan  berkelanjutan  (SDGs)  serta  membangun  lingkungan
 masyarakat  yang  sehat  dan  cerdas.  Salah  satu  kategori  yang  diperlombakan  adalah
 IoT  Smart  Device,  yang  berfokus  pada  pengembangan  solusi  berbasis  Internet  of
 Things  (IoT)  untuk  mengatasi  permasalahan  nyata  di  masyarakat  perkotaan.
 Tahapan  seleksi  dimulai  dari  penilaian  proposal  secara  daring,  yang  dilanjutkan
 dengan presentasi dan demonstrasi fungsi prototipe di hadapan dewan juri.
 Dalam  ajang  ini,  tim  dari  Universitas  Amikom  Yogyakarta
 mengembangkan  inovasi  bernama  AIRIS  (AI-Powered  Indoor  Air  Quality
 Monitoring).  AIRIS  merupakan  sistem  berbasis  IoT  dan  Deep  Learning  tipe  Long
 Short-Term  Memory  (LSTM)  yang  dirancang  untuk  menganalisis  pola  kualitas
 udara  dalam  ruangan  secara  real-time  serta  memberikan  kendali  ventilasi  otomatis
 guna menjamin kesehatan penghuni.
 Penelitian  dalam  pengembangan  karya  ini  berfokus  pada  akurasi  prediksi
 parameter  polutan  (CO2 ,  CO,  PM2.5)  berbasis  Machine  Learning,  serta
 efektivitas  fitur  kontrol  adaptif  dalam  manajemen  sirkulasi  udara.  Hasil  pengujian
 menunjukkan  bahwa  integrasi  IoT  dan  algoritma  LSTM  mampu  memberikan
 prediksi  tren  kualitas  udara  dengan  tingkat  akurasi  tinggi  (RMSE  2.1)  dan  biaya
 produksi  yang  terjangkau.  Studi  ini  diharapkan  dapat  menjadi  referensi  strategis
 dalam  pengembangan  teknologi  Smart  Home  yang  mendukung  efisiensi  energi
 dan mitigasi risiko kesehatan di masa depan.
date: 2026-01-05
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Ramadhan, Bayu Arief  (2026) FESTIVAL KREATIVITAS MAHASISWA ELEKTRO DAN INFORMATIKA (FESMARO).  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31931/2/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31931/1/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31931/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31931/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31931/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31931/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31931/8/Sourcecode%20-%2022.83.0942.zip