<![CDATA[Abstrak — Era revolusi industri 4.0 menuntut transformasi paradigma pembelajaran yang mengintegrasikan teknologi artificial intelligence (AI) untuk mempersiapkan generasi yang kompeten menghadapi tantangan masa depan. Penelitian ini mengembangkan robot edukasi berbasis AI object detection menggunakan platform Edge Impulse dengan algoritma FOMO (Faster Objects, More Objects) yang diimplementasikan pada ESP32-CAM untuk pembelajaran STEM interaktif. Sistem menggunakan arsitektur terdistribusi dengan ESP32-CAM sebagai unit pemrosesan AI vision dan ESP32 sebagai kontroler utama untuk navigasi robot. Model deteksi objek dilatih menggunakan dataset 3.000 gambar rambu lalu lintas dan mencapai akurasi training 99,8% dengan ukuran model 82,3 KB yang memungkinkan deployment pada microcontroller dengan resource terbatas. Hasil pengujian menunjukkan sistem mencapai success rate 100% pada kondisi pencahayaan optimal (912 lux) namun mengalami penurunan menjadi 80% pada kondisi suboptimal (750-853 lux). Robot berhasil mengintegrasikan konsep AI dengan pembelajaran STEM melalui three-phase action execution framework yang memungkinkan siswa mengobservasi proses pengambilan keputusan AI secara real-time, menunjukkan potensi sebagai platform pembelajaran yang affordable untuk memperkenalkan konsep edge AI dalam konteks pendidikan menengah. Kata Kunci — Robot edukasi, deteksi objek, Edge Impulse, algoritma FOMO, ESP32-CAM]]>
