Jurnal Komputer Terapan
Not a member yet
223 research outputs found
Sort by
Implementasi Metode LightGBM Untuk Klasifikasi Kondisi Abnormal Pada Pengemudi Sepeda Motor Berbasis Sensor Smartphone
Get PDFTraffic accident is one of the most significant contributors which makes the death number is increasing around the world. With the demographic condition from Indonesia, motorcycle driver is the types of the driver that dominated the traffic, therefore increasing the probability of caught in a traffic accident The existing Vehicle Activity Detection System (VADS) mainly focused on the car driver, with the main problem is that the computational time from the system is too high to be implemented on a real-time condition. To solve this problem, in this research, a classification system for abnormal driving behavior from motorcycle drivers is created, using Light Gradient Boosting Machine (LightGBM) model. The system is designed to be lightweight in computation and very fast in response to the changes of the activities with a high velocity. To train the LightGBM model, the data from Accelerometer and Gyroscope sensor, that has been integrated into a smartphone, will be used to detect the movement from a driver. The accuracy rate from the proposed model is reaching 82% on the test dataset and shows a promising result of around 70% on the real-time detection process. With a computational time of around 10ms, the proposed system is able to work 5 times faster than the existing system.Kecelakaan lalu lintas merupakan salah satu penyebab angka kematian yang cukup tinggi Dengan kondisi demografis di Indonesia, di mana pengendara sepeda motor adalah tipe yang mendominasi lalu lintas jalan raya, sehingga resiko tertimpa kecelakaan lalu lintas leboh tinggi dibanding pengendara lain. Sistem deteksi aktivitas pada kendaraan bermotor yang telah banyak dibangun umumnya terfokus pada pengemudi mobil, dan memiliki masalah utama di waktu komputasi yang tinggi. Untuk mengatasi permasalahan ini, dalam penelitian kali ini, dibuat suatu sistem deteksi aktivitas abnormal dari pengendara sepeda motor dengan menggunakan metode Light Gradient Boosting Machine (LightGBM). Sistem tersebut didesain untuk memiliki waktu komputasi yang rendah dan dapat menghasilkan respons yang cepat terhadap perubahan gerakan yang terjadi dalam kecepatan tinggi. Untuk melakukan proses pelatihan model LightGBM, akan digunakan data yang berasal dari sensor Accelerometer dan Gyroscope yang tedapat pada smartphone, yang akan digunakan untuk mendeteksi gerakan yang dilakukan oleh seorang pengendara. Model yang didapat dari proses pelatihan dengan menggunakan data yang telah dikumpulkan menunjukkan tingkat akurasi setinggi 82% pada pengetesan menggunakan data yang telah disiapkan, dan menunjukkan akurasi hampir 70% dalam proses deteksi secara real-time, dengan waktu komputasi 10 mili detik, membuktikan bahwa sistem yang didesain bekerja 5 kali lipat lebih cepat dibanding sistem yang telah ada
Rancang Bangun Alat Pendeteksi Sampah Organik dan Anorganik Menggunakan Sensor Proximity dan NodeMCU ESP8266
Get PDFWaste products are increasing every day in line with the increasing number of products and people\u27s consumption patterns. Many people do not separate organic and inorganic waste during disposal. One of the reasons is that people cannot distinguish between organic and inorganic waste. Based on these problems, an Internet of Things-based tool was designed that uses NodeMCU ESP8266 as its microcontroller. To distinguish organic and inorganic waste, three sensors are used at once, namely proximity infrared, capacitive and inductive sensors. The data read by this tool then turns on the LED according to the type of trash can. In this study, a trash can was also designed that uses an ultrasonic sensor to detect the height of the garbage. This altitude information is then sent to a website-based monitoring application using a Wi-Fi network and the MQTT protocol. This application is used by cleaners to monitor which trash bins have to be transported. From the test results, the three proximity sensors used succeeded in distinguishing organic and inorganic waste. The recommended distance for the sensor to work optimally is 3 mm. The data obtained by the sorting tool has also been successfully sent to the waste height monitoring application. Officers get notifications on the website, which trash bins must be transported.Produk sampah setiap hari semakin meningkat seiring dengan bertambahnya jumlah produk dan pola konsumsi masyarakat. Banyak masyarakat yang tidak memisahkan sampah organik dan anorganik saat pembuangan. Salah satu penyebabnya adalah masyarakat tidak dapat membedakan sampah organik dan anorganik. Berdasarkan permasalahan tersebut maka dirancang sebuah alat berbasis Internet of Things yang menggunakan NodeMCU ESP8266 sebagai mikrokontroler-nya. Untuk membedakan sampah organik dan anorganik digunakan tiga sensor sekaligus, yakni sensor proximity infrared, Kapasitif dan Induktif. Data yang dibaca oleh alat ini kemudian menyalakan LED sesuai jenis tempat sampah. Pada penelitian ini, juga dirancang tempat sampah yang menggunakan sensor ultrasonic untuk mendeteksi ketinggian sampah. Informasi ketinggian ini kemudian dikirimkan ke aplikasi monitoring berbasis website menggunakan jaringan wifi dan protokol MQTT. Aplikasi ini digunakan oleh petugas kebersihan untuk memantau tempat sampah mana saja yang sudah harus diangkut. Dari hasil pengujian, ketiga sensor proximity yang digunakan berhasil membedakan sampah organik dan anorganik. Jarak yang direkomendasikan agar sensor bekerja optimal adalah 3 mm. Data yang didapatkan oleh alat pemilah juga berhasil dikirimkan ke aplikasi monitoring ketinggian sampah. Petugas mendapatkan notifikasi pada website, tempat sampah mana saja yang sudah harus diangkut
Aplikasi Penerjemah Bahasa Isyarat Indonesia menjadi Suara berbasis Android menggunakan Tensorflow
Get PDFIndonesian Sign Language or BISINDO is a two-handed sign language that is used as a liaison in communication. BISINDO is used by people who have limited speech or hearing, but not for other communities. This causes BISINDO users have difficulties in conveying information because only a few people understand BISINDO. Therefore, an application was developed to help communication between BISINDO users and Indonesian in realtime. BISINDO classification is carried out using the Convolutional Neural Network method and the MobilenetV2 architecture using tensorflow. The classification results are used as a model for android which is then used as a sound. Based on model testing, the resulting accuracy rate resulted in 54.8% in the classification of 30 specified languages. Thus, the performance of the model can be said to be not optimal in classifying. Based on the application testers to 30% of respondents, it was found that respondents strongly agreed with this application with an average value of 83.95%.Bahasa Isyarat Indonesia atau BISINDO adalah bahasa isyarat dua tangan yang digunakan sebagai penghubung dalam berkomunikasi. BISINDO digunakan oleh masyarakat yang memiliki keterbatasan berbicara atau mendengar namun tidak bagi masyarakat lainnya. Hal ini menyebabkan pengguna BISINDO kesulitan menyampaikan informasi karena hanya beberapa masyarakat yang mengerti BISINDO. Oleh karena itu, dikembangkan sebuah aplikasi untuk membantu komunikasi antara pengguna BISINDO dan Bahasa Indonesia secara realtime. Klasifikasi BISINDO dilakukan dengan metode Convolutional Neural Network dan arsiktektur MobilenetV2 menggunakan tensorflow. Hasil klasifikasi digunakan sebagai model pada android untuk selanjutnya dikonversi menjadi suara. Berdasarkan pengujian model, tingkat akurasi yang dihasilkan mecapai 54,8% dalam mengklasifikasi 30 bahasa isyarat. Sehingga, performa dari model dapat dikatakan belum optimal dalam mengklasifikasikan. Berdasarkan pengujian aplikasi kepada 30% responden diperoleh hasil responden sangat setuju dengan adanya aplikasi ini dengan nilai rata-rata sebesar 83,95%
Implementasi SMOTE dan Under Sampling pada Imbalanced Dataset untuk Prediksi Kebangkrutan Perusahaan
Get PDFCompany bankruptcy becomes a serious problem because it can cause economic damage and other social consequences. It’s very important to predict bankruptcy as early as possible because prediction can be useful for evaluation and planning to avoid bankruptcy. Bankruptcy prediction is one of the imbalanced classification problems because the data with the bankrupt class is far less than the non-bankrupt class. This study aims to produce a good classification model for predicting bankruptcy. Resampling used a combination of SMOTE and under sampling, is applied to the training data to produce more optimal classification model. The classification method used for prediction is multilayer perceptron and complement naïve bayes. Predictive performance was calculated using recall, ROC AUC, and PR AUC. Based on the test, using SMOTE and under sampling is quite significant in improving the classification model on the multilayer perceptron. Resampling in complement naïve bayes also increased. recall and PR AUC scores The best recall obtained was 95.45% with the complement naïve bayes method. The highest ROC AUC with resampling was also obtained using complement naïve bayes of 87.80%. Therefore, it’s concluded that bankruptcy prediction using resampling with SMOTE and under sampling, can produce good performance for detecting bankruptcy.Kebangkrutan pada suatu perusahaan menjadi masalah yang serius karena dapat menyebabkan kerusakan ekonomi serta konsekuensi sosial lainnya. Sangat penting untuk melakukan prediksi kebangkrutan sedini mungkin karena prediksi ini dapat bermanfaat untuk evaluasi serta merencanakan tindakan pencegahan dalam menghindari kebangkrutan. Prediksi kebangkrutan merupakan salah satu permasalahan imbalanced classification karena data dengan kelas bangkrut jauh lebih sedikit daripada kelas tidak bangkrut. Penelitian ini bertujuan untuk menghasilkan model klasifikasi yang baik untuk melakukan prediksi kebangkrutan. Resampling diterapkan pada data latih agar menghasilkan model klasifikasi yang lebih optimal. Metode resampling yang digunakan adalah kombinasi SMOTE dan under sampling. Metode klasifikasi yang digunakan untuk prediksi adalah multilayer perceptron dan complement naïve bayes. Performa prediksi dihitung menggunakan skor recall, ROC AUC, dan PR AUC. Berdasarkan hasil pengujian, penggunaan SMOTE dan under sampling cukup signifikan dalam memperbaiki model klasifikasi pada multilayer perceptron. Pada prediksi menggunakan complement naïve bayes, nilai recall dan PR AUC juga meningkat. Recall terbaik yang diperoleh sebesar 95,45% dengan metode complement naïve bayes. Untuk ROC AUC tertinggi dengan resampling juga diperoleh menggunakan complement naïve bayes sebesar 87,80%. Oleh karena itu, disimpulkan bahwa prediksi kebangkrutan menggunakan teknik resampling yaitu SMOTE dan under sampling dapat menghasilkan performa baik untuk pendeteksian kelas bangkrut
Penerapan Haar Cascade Classifier dalam Mendeteksi Wajah dan Transformasi Citra Grayscale Menggunakan OpenCV
Get PDFFace detection applications on digital images are very necessary in the process of face recognizing. This application is widely used in various disciplines, one of them is computer vision such as biometric recognition systems, search systems, and security systems. Computer vision is a combination of artificial intelligence and machine learning. It can gain informations from image and video by using computer algorithms. Many previous studies have developed face detection applications with various algorithms with certain programming languages. The detection of an object is the most important part in computer vision. Determining an accurate face location is still a challenging task for researchers. The location of the face is the main step in computer vision to find the face part in the input image. Open Source Computer Vision Library (OpenCV) is software that allows open-source library containing supporting object detection that is easily accessed into the Java programming language. Haar cascade classifier is one of the algorithms used for object detection. This algorithm can convert an object quickly by taking the number of images in a square shape on an image. In this study, discussing the application of face detection in digital images using the Haar Cascade Classifier and the transformation of images into gray / grayscale images using the OpenCV library. The results in this study have 100% accuracy in input images that have objects in the frontal position.Aplikasi pendeteksi wajah pada citra digital sangat diperlukan dalam proses pengenalan wajah seseorang. Aplikasi ini banyak dimanfaatkan pada berbagai disiplin ilmu, salah satunya ilmu komputer visi(computer vision) seperti sistem pengenalan biometrik, sistem pencarian, dan sistem keamanan. Komputer visi ini merupakan gabungan dari ilmu artificial intelligent dan machine learning. Komputer visi ini bertujuan agar sebuah komputer dapat memahami citra dan video. Banyak penelitian terdahulu yang telah mengembangkan aplikasi deteksi wajah dengan berbagai algoritma tertentu dengan bahasa pemrograman tertentu. Pendeteksian sebuah objek merupakan bagian terpenting didalam komputer visi. Untuk mendeteksi sebuah objek diperlukan algoritma. Open Source Computer Vision Library (OpenCV) adalah sebuah software yang bersifat open-source yang berisikan library yang mendukung pendeteksian objek yang mudah diimpor kedalam bahasa pemrograman Java. Haar cascade classifier adalah salah satu algoritma yang digunakan untuk mendeteksi objek. Algoritma ini dapat mendeteksi sebuah objek secara cepat dengan mengambil jumlah piksel dalam bentuk persegi pada sebuah citra gambar. Pada penelitian ini, membahas tentang aplikasi deteksi wajah pada citra digital menggunakan Haar Cascade Classifier dan transformasi citra menjadi citra keabuan/grayscale mengunakan library OpenCV
PENERAPAN METODE SYSTEM USABILITY SCALE (SUS) PERANGKAT LUNAK DAFTAR HADIR DI PONDOK PESANTREN MIFTAHUL JANNAH BERBASIS WEBSITE
Get PDFThe application of technology from time to time develops rapidly, because with the current application of technology it is easier for human work, one of which is by using software, at the Miftahul Jannah Islamic boarding school located in the village of observation, Kec. In the observation of OKU district, in South Sumatra, there has been no application of technology, namely software, one of which is a website-based attendance list software. The purpose of this research is to build a software attendance list at the Miftahul Jannah Islamic boarding school for teachers, students and female students by applying the System Usability Scale (SUS) method. This research method uses observation, interviews, literature study, needs analysis as well as building and implementing attendance list software using the application of the System Usability Scale (SUS) method, where the criteria for implementing the SUS method are if the value is greater than 80.3 then the criteria are very good, while the value from 68 to 80.3 means software with the application criteria is good, the value of 68 application of the SUS method is sufficient, while the value of 51 to 68 with the criteria for applying the SUS method is less, the value is below 51 then the criteria for applying the SUS method is very lacking, As for the results of the application using the method System Usability Scale (SUS), get the results of the respondents for k teachers where the average value of the conversion results obtained was 79.54, while for student respondents showed the average value conversion result using the application of the SUS method the result was 79.33 where the conversion results The application of the SUS method in this study has been accepted in accordance with the criteria for the distribution of the system usability scale (SUS) method.Abstrak
Perkembangan teknologi dari waktu ke waktu berkembang dengan cepat, oleh karena dengan teknologi mempermudah pekerjaaan salah satu dengan menggunakan perangkat lunak, di pesantren miftahul Jannah terletak di desa peninjauan Kec Peninjauan kabupaten OKU tepatnya di Sumatera Selatan belum ada perangkat lunak salah satunya perangkat lunak daftar hadir berbasis website. Adapun tujuan dari penelitian ini adalah merancang dan membangun perangkat lunak daftar hadir di sekolah pondok pesantren miftahul Jannah untuk guru, siswa dan siswi (santri dan santriwati) menggunakan penerapan metode SUS Adapun metode penelitian ini menggunakan observasi, interview, studi literatur, analisis kebutuhan, tahap perancangan, implementasi serta metode untuk pengujian menggunakan metode SUS (System Usability Scale), adapun hasil yang di dapatkan dari penelitian perangkat lunak ini menerapkan metode SUS (System Usability Scale), dimana hasil untuk guru menunjukkan nilai rata-rata hasil konversi SUS didapatkan hasilnya adalah 79,54 sedangkan untuk responden siswa (Santri atau Santriwati) menunjukkan rata-rata hasil konversi nilai menggunakan metode SUS hasilnya adalah 79,33 dimana hasil konversi metode sus dalam penelitian ini sudah diterima untuk penerapan perangkat lunak ini.
Kata Kunci : SUS, Sublime Text, Website
Analisis Risiko Sistem Informasi Pada RSIA Eria Bunda menggunakan Metode FMEA
Get PDFTechnology that is rapidly developing in the IT field is an important and complementary component in processing data and information in an organization. There are many risks that may occur that will threaten the organization.  Therefore, it is necessary to carry out risk management against threats to information system security and risk assessment. There are many methods that can be used in managing and assessing risk. One of them is the FMEA (Failure Mode and Effect Analysis) method. In this study, taking a case study at RSIA Eria Bunda. As an industry engaged in the health sector, RSIA Eria Bunda needs to maintain the confidentiality of information regarding patient data, doctors, medicines, and other staff from threats that may pose risks that can harm the industry. Where the research objective is to find out how the level of risk that occurs in the information system and provide mitigation solutions to RSIA Eria Bunda. There are ten stages in risk identification and assessment using the FMEA method. So from the results of this study there is one activity with a high category, 6 activities in the medium category and nineteen activities with a low categoryTeknologi yang berkembang pesat pada bidang IT menjadi komponen penting dan saling melengkapi dalam pengolahan data dan informasi dalam sebuah organisasi. Oleh sebab itu, perlu dilakukan pengelolaan risiko terhadap ancaman – ancaman terhadap keamanan sistem informasi dan penilaian risiko. Terdapat banyak metode yang dapat digunakan dalam melakukan pengelolaan dan penilaian risiko. Salah satunya adalah metode FMEA (Failure Mode and Effect Analysis). Pada penelitian ini menggambil studi kasus di RSIA Eria Bunda. Sebagai industri yang bergerak dibidang kesehatan, RSIA Eria Bunda perlu menjaga kerahasian informasi mengenai data pasien, dokter, obat-obatan, dan staf lainya dari ancaman yang mungkin menimbulkan risiko yang dapat merugikan industri. Dimana tujuan penelitian untuk mengetahui bagaimana tingkatan risiko yang terjadi pada sistem informasi dan memberikan solusi mitigasi kepada RSIA Eria Bunda. Terdapat sepuluh tahapan dalam identifikasi dan penilaian risiko menggukan metode FMEA. Sehingga dari hasil penelitian ini adalah terdapat satu aktivitas dengan kategori tinggi, 6 aktivitas kategori sedang dan Sembilan belas aktivitas dengan kategori rendah.
Kata kunci: Analisis Risiko, FMEA, RSIA Eria Bunda
IMPLEMENTASI MADM PEMILIHAN ANGGOTA SQUAD E-SPORT MOBILE LEGEND MENGGUNAKAN MULTI-STAGE AHP
Get PDFE - Sports is an electronic-based sport that provided with internet or online networks, it takes more than one person to played. Mobile Legend is an online game that is often competed in E-Sport. Many competitions makes the player of Mobile Legend want to join. In a Mobile Legend, 5 players are required to join a group to play in the game. In this case, Nyanyah Squad only looked for 3 members to join the group. Many players want to join this group make the group leader confused, so a system is needed to help determine group members. In this study using the MADM (Multi-Atribute Decission Making) multi-stage AHP (Analytic Hierarchy Process) with the criteria of skills, winrates, statistics, roles and ranks, each of which has 3 sub criteria. The AHP (Analytic Hierarchy Process) method was chosen because it uses qualitative data collected from the results based on experience and intuition, in addition to quantitative data on complex problems can be solve according to the priorities needed. The final result of this study is ranking score alternative players and the players who can join the Nyanyah Squad.
Keywords: efficiency, AHP, E - Sport members selection.E – Sport merupakan cabang olahraga berbasis elektronik yang dihubungkan dengan jaringan internet atau online, biasanya dimainkan lebih dari satu orang. Mobile Legend adalah salah satu game online yang sering dikompetisikan dalam E – Sport. Adanya kompetisi tersebut membuat kalangan pemain game mobile legend ingin mengikuti kompetisi. Dalam permainan mobile legend dibutuhkan 5 pemain untuk dapat bergabung dalam satu kelompok bermain pada game tersebut. Pada kasus Nyanyah squad hanya mencari 3 orang anggota kelompok untuk dapat bergabung dengan kelompok. Banyaknya pemain yang ingin bergabung dalam kelompok membuat leader kelompok kesulitan dalam mencari anggota, maka diperlukan sebuah sistem untuk membantu menentukan anggota kelompok. Pada penelitian ini menggunakan MADM (Multi-Atribute Decission Making) multi-stage AHP (Analytic Hierarchy Process) dengan kriteria skill, winrate, statistik, role dan rank , yang masing - masing kriteria mempunyai 3 sub kriteria. Metode multi-stage AHP (Analytic Hierarchy Process) dipilih karena menggunakan data kualitatif yang dikumpulkan dari penilaian yang didasarkan pada pengalaman dan intuisi, selain dari data kuantitatif masalah dan dapat memecahkan masalah yang kompleks dengan menentukan prioritas – prioritas yang dibutuhkan. Hasil akhir penelitian ini adalah perangkingan skor alternatif pemain dan dapat melihat siapa saja pemain yang dapat bergabung dengan Nyanyah Squad.
Kata Kunci: efisiensi, AHP, pemilihan anggota e-spor
Implementasi Augmented Reality dalam bentuk Location Based Service (LBS) pada hotel di Kota Pekanbaru berbasis Android
Get PDFPekanbaru is the largest cities in Riau province with a very rapid rate of economic growth. This is affecting the business in the hotel sector developing rapidly in the city of Pekanbaru. Augmented Reality (AR) is an innovation that combines virtual and real objects. In this era, people tend to like applications with interactive visual displays. The application of AR technology in the form of LBS on hotels in the city of Pekanbaru based on android is expected to help immigrants or people who need hotel information when visiting the city of Pekanbaru. Users can search for hotels by tracking from the AR camera on the application and knowing the distance and route to get to the hotel. Testing of this application is done by Usability Testing through questionnaires and Blackbox Testing to test functional suitability. Based on the results of the questionnaire found that the application meets the criteria of usability testing where 78,67% of respondents agreed that the application is easy to understand. 71,3% of respondents agreed that the application has an efficient function. 76% of respondents agreed that the appearance of the application is easy to remember. 78,92% of respondents agreed that the application runs well without an error. 72,12% of respondents agreed that the application meets user satisfaction and 82,67% of users would suggest this application as a medium of hotel information in the city of Pekanbaru. Based on the results of Blackbox testing, the application can run smoothly according to existing functional needs.Pekanbaru adalah kota terbesar di provinsi Riau dengan laju pertumbuhan ekonomi yang sangat pesat. Hal ini yang mempengaruhi bisnis di bidang perhotelan berkembang pesat di kota Pekanbaru. Augmented Reality (AR) adalah inovasi yang menggabungkan obyek maya dan nyata. Di era sekarang, masyarakat cendrung menyukai aplikasi dengan tampilan visual yang interaktif. Pengaplikasian teknologi AR dalam bentuk LBS pada hotel di kota Pekanbaru berbasis android ini diharapkan dapat membantu pendatang ataupun masyarakat yang membutuhkan informasi hotel ketika berkunjung di kota Pekanbaru. Pengguna dapat mencari hotel dengan melakukan tracking dari kamera AR pada aplikasi, serta mengetahui jarak dan rute perjalanan menuju hotel. Pengujian terhadap aplikasi ini dilakukan dengan cara Usability Testing melalui kuisioner dan Blackbox Testing untuk menguji kesesuaian kebutuhan fungsionalnya. Berdasarkan hasil kuisioner didapatkan bahwa aplikasi memenuhi kriteria dari usability testing dimana 78,67% Responden setuju aplikasi mudah dipahami. 71,3% Responden setuju aplikasi memiliki fungsi yang efisien. 76% Responden setuju tampilan diaplikasi mudah diingat. 78,92% Responden setuju aplikasi berjalan baik tanpa adanya error. 72,12% Responden setuju aplikasi memenuhi kepuasan pengguna dan 82,67% pengguna akan menyarankan aplikasi ini sebagai media informasi hotel yang ada di Kota Pekanbaru. Berdasarkan hasil butir uji Blackbox testing, aplikasi dapat berjalan dengan lancar sesuai dengan kebutuhan fungsional yang diharapkan
Implementasi Pembelajaran E-Learning Pada Kelas Praktikum (Studi Kasus : Universitas Madura)
Get PDFE-learning is a container that handles online learning systems that can be accessed anywhere by utilizing internet access. Practicum is one of the activities to improve the understanding of theory by carrying out trials or exercises in accordance with the subjects taught, so that e-learning in question can be used as a container that can be used by practicum lecturers and students in handling the activities of prakitkum activities at the University Informatics Engineering Laboratory Madura In this research, an e-learning is made that can handle practical activities, such as managing assignments, making modules, conducting online exams, and discussions that are built using ionic and native php programming languages.E-learning merupakan suatu wadah yang menangani sistem pembelajaran secara online yang dapat diakses dimana saja dengan memanfaatkan akses internet. Praktikum merupakan salah satu kegiatan untuk meningkatkan pemahaman teori dengan melaksanakan uji coba atau latihan-latihan sesuai dengan matakuliah yang diajarkan, sehingga e-learning yang dimaksud dapat dijadikan wadah yang dapat digunakan oleh dosen praktikum dan mahasiswa dalam menangani aktifitas kegiatan prakitkum di Laboratorium Teknik Informatika Universitas Madura. pada penelitian ini, dibuatakan sebuah e-learning yang dapat menangani kegiatan praktikum, seperti mengelola tugas, membuat modul, melakukan ujian online, dan diskusi yang dibangun menggunakan bahasa pemrograman ionic dan native php.