FESTIVAL KREATIVITAS MAHASISWA ELEKTRO DAN INFORMATIKA (FESMARO)

Ramadhan, Bayu Arief (2026) FESTIVAL KREATIVITAS MAHASISWA ELEKTRO DAN INFORMATIKA (FESMARO). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER)
COVER.pdf - Published Version
Download (8MB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (294kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (369kB)
[img] Text (BAB III)
BAB III.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Restricted to Registered users only
Download (46kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version
Restricted to Registered users only
Download (606kB)
[img] Archive (SOURCE CODE)
Sourcecode - 22.83.0942.zip - Published Version
Restricted to Repository staff only
Download (126kB)

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.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Kuswanto, Jeki
Uncontrolled Keywords: FESMARO, Internet of Things, Kualitas Udara, Long Short-Term Memory, Sustainable Development Goals, Air Quality.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Teknik Komputer
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 06 Jul 2026 02:32
Last Modified: 06 Jul 2026 02:32
URI: http://eprints.amikom.ac.id/id/eprint/31931

Actions (login required)

View Item View Item