cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
KLIK - KUMPULAN JURNAL ILMU KOMPUTER
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Arjuna Subject : -
Articles 202 Documents
RANCANG BANGUN APLIKASI KARTU MENUJU SEHAT (E-KMS) PADA PLATFORM ANDROID Muludi, Kurnia; Kurniasih, Noni; Aristoteles, Aristoteles; Iqbal, Muhammad
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.304

Abstract

Toddler Growth Chart held by parents is a book that consists of a toddler's growth history which holds by Maternal and Child Health Services (Posyandu) officer. Growth Chartbook still uses traditional ways, written by hands to records all of the toddler's growth. Posyandu reports that sent to the Public Health Center (Puskesmas) every month still proceeds with a spreadsheet, and it makes Posyandu officers felt the difficulty of processing the data, like record, search, and store the data. e-KMS Apps can help Posyandu officers for easy recording and searching , and tracing data history.  It also helps Posyandu officers to make Posyandu reports easily. This app helps toddler?s parents to control their toddler?s growth and make the parents feel easy about how to take care of the toddlers. This application is equipped with features of calculating nutrition status and presenting toddler nutrition status data in the graph based on WHO (World Health Organization) standards in 2006, Posyandu activities, calculation of nutritional status for parents of children under five to be able for knowing the nutritional status of toddlers anywhere and at any time without waiting for the Posyandu schedule. It also provides tips and tricks for caring for toddlers to inform parents how to care for toddlers, and manages Posyandu reports every month to control the condition of toddlers.Keywords: Android, Growth Chart, Nutritional Status, Child Health Service.Kartu Menuju Sehat (KMS) merupakan kartu yang berisi data kesehatan bayi secara berkala yang dipegang oleh orang tua.  Pembukuan data ini mempersulit kader posyandu dalam pencatatan, pencarian dan penyimpanan data Balita. Selama ini Laporan Posyandu dikumpulkan ke Puskesmas pada tiap bulan dan diolah menggunakan spreadsheet.  Tidak jarang cara ini sering mengakibatkan proses pengiputan mengalami kesalahan. Aplikasi mobile KMS (e-KMS) dapat mempermudah kader Posyandu dalam proses di atas sekaligus dapat mengelola laporan Posyandu dengan lebih mudah. Aplikasi ini juga mempermudah orang tua dalam memonitor kondisi perkembangan balita dan mengetahui bagaimana cara merawat balita.  Fitur-fitur lain yang disediakan pada e-KMS diantaranya adalah perhitungan status gizi dan penyajiannya dalam bentuk grafik menggunakan standar WHO (World Health Organization), dan informasi kegiatan Posyandu. Tips dan trik merawat balita disediakan juga untuk memberi membantu pada orang tua cara merawat Balita.                     Kata Kunci: Android, KMS (Kartu Menuju Sehat), Posyandu, status gizi balita.
FEED FORWARD NEURAL NETWORK SEBAGAI ALGORITMA ESTIMASI STATE OF CHARGE BATERAI LITHIUM POLYMER Dwi Prasetyo, Mohammad Imron; Tjahjono, Anang; Windarko, Novie Ayub
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.290

Abstract

Estimasi State Of Charge (SOC) baterai merupakan parameter terpenting dalam Battery Management System (BMS), terlebih sebagai aplikasi dari mobil listrik dan smart grid. SOC tidak dapat dilakukan pengukuran secara langsung, sehingga diperlukan metode estimasi untuk mendapatkan nilai tersebut. Beberapa metode yang pernah diusulkan adalah coloumb counting dan open circuit voltage. Akan tetapi coloumb counting memiliki kelemahan dalam hal inisialisasi SOC awal dan memiliki ketergantungan terhadap sensor arus. Sedangkan metode open circuit voltage hanya dapat digunakan pada baterai dalam kondisi idel. Pada penelitian ini diusulkan metode algoritma Feed Forward Neural Network (FFNN) untuk estimasi SOC baterai lithium polymer. Algoritma ini dapat menyelesaikan sistem nonlinier seperti yang dimiliki oleh baterai lithium polymer. Arsitektur FFNN dibangun dua kali (dual neural) untuk estimasi OCV dan SOC. FFNN pertama dengan input tegangan, arus,  dan waktu charging maupun discharging untuk estimasi OCV. OCV hasil training neural pertama digunakan sebagai input FFNN kedua untuk estimasi SOC. Hasil dari estimasi ini didapatkan dengan nilai hidden neuron 11 pada neural pertama dan hidden neuron 4 pada neural kedua.Keywords: SOC, BMS, Coloumb Counting, OCV, FFNNEstimasi State Of Charge (SOC) baterai merupakan parameter terpenting dalam Battery Management System (BMS), terlebih sebagai aplikasi dari mobil listrik dan smart grid. SOC tidak dapat dilakukan pengukuran secara langsung, sehingga diperlukan metode estimasi untuk mendapatkan nilai tersebut. Beberapa metode yang pernah diusulkan adalah coloumb counting dan open circuit voltage. Akan tetapi coloumb counting memiliki kelemahan dalam hal inisialisasi SOC awal dan memiliki ketergantungan terhadap sensor arus. Sedangkan metode open circuit voltage hanya dapat digunakan pada baterai dalam kondisi idel. Pada penelitian ini diusulkan metode algoritma Feed Forward Neural Network (FFNN) untuk estimasi SOC baterai lithium polymer. Algoritma ini dapat menyelesaikan sistem nonlinier seperti yang dimiliki oleh baterai lithium polymer. Arsitektur FFNN dibangun dua kali (dual neural) untuk estimasi OCV dan SOC. FFNN pertama dengan input tegangan, arus,  dan waktu charging maupun discharging untuk estimasi OCV. OCV hasil training neural pertama digunakan sebagai input FFNN kedua untuk estimasi SOC. Hasil dari estimasi ini didapatkan dengan nilai hidden neuron 11 pada neural pertama dan hidden neuron 4 pada neural kedua.Kata kunci: SOC, BMS, Coloumb Counting, OCV, FFNN
IMPLEMENTASI METODE WEBQUAL DAN CUSTOMER SATISFACTION INDEX UNTUK MENGEVALUASI WEBSITE PERGURUAN TINGGI NEGERI DI BANDAR LAMPUNG Tristiyanto, Tristiyanto; Saputri, Deviana; Iqbal, Muhammad
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.303

Abstract

This study provides an overview of the quality of six state University website services in Bandar Lampung which refered to three dimensions, website usability, information quality, and interaction quality website. This study also used the Customer Satisfaction Index (CSI) method to determine the level of user satisfaction. In addition, to improve the usability of a website, website performance testing was performed using automatic tools. The result of this research find that the quality of website services is influenced by the content on the website. The result of CSI analysis on the website of state Universities in Bandar Lampung are satisfied with the website service at each state University in Bandar Lampung. Based on the results of the usability evaluation using automatic tools on the website, it is known that the website of state Universities in Bandar Lampung is good enough as evidenced by the page load time value which was less the three seconds.Keywords: Quality of Website Service, WebQual, CSI, UsabilityPenelitian ini mengkaji kualitas layanan pada enam website universitas negeri di Bandar Lampung dengan menggunakan metode Webqual yang merujuk pada 3 hal yaitu ? website usability, kualitas informasi dan kualitas interaksi website. Kepuasan pengguna diukur menggunakan metode Customer Satisfaction Index (CSI). Untuk meningkatkan website usability dilakukan website performance tes menggunakan alat otomatis. Hasil dari penelitian ini memperlihatkan kualitas layanan website dipengaruhi oleh konten website. Sedangkan hasil Analisa CSI pada website universitas negeri di Bandar Lampung adalah memuaskan untuk setiap website universitas tersebut. Berdasarkan hasil evaluasi usability, website universitas negri di Bandar Lampung menunjukkan sudah cukup baik dengan waktu load halaman kurang dari tiga detik.Kata Kunci: Kualitas Layanan Website, WebQual, CSI, Usability
SISTEM PAKAR ANALISA KERUSAKAN SEPEDA MOTOR MATIC DENGAN METODE DEMPSTER SHAFER DAN PEMROGRAMAN PYTHON Hikmatulloh, Hikmatulloh; Wintana, Dede; Susilawati, Susilawati
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.193

Abstract

Remuneration is a term that relates to employee payroll which is set by certain regulations routinely based on work values, with the aim of creating better and cleaner governance and increasing motivation and work performance. Performance is determined by assessing the compilation oflecturer?swork files and then verified by the department that responsible to it. Rule Base Reasoning is an expert system based on a series of rules that represent human knowledge and experience in solving some complex cases. Expert system is a system whose capability to adopt human knowledge in solving problems so the system can solve problems as is usually done by experts. To implement this method a web-based system is used using the PHP programming language with the concept of Object Oriented Programming with ecpectation this system can be designed more easily and can be developed continuously so it can optimize the acceptance of lecturer remuneration andso far it can minimize the possibility of errors due to human errors. on institutions and lecturers.Keywords: Remuneration, Rule Base Reasoning, Performance, Lecturers, Expert Systems.Remunerasi merupakan sebuah istilah yang berhubungan dengan penggajian pegawai yang ditetapkan dengan peraturan tertentu secara rutin berdasarkan nilai-nilai kerja, dengan tujuan terciptanya tata kelola yang lebih baik dan bersih serta meningkatkan motivasi dan prestasi kerja.Kinerja ditentukan dengan pengumpulan bukti kerja kepada pihak yang bertanggung jawab dan dihitung oleh badan yang ditentukan.Rule Base Reasoning adalah sistem pakar berdasarkan serangkaian aturan-aturan yang merupakan representasi dari pengetahuan dan pengalaman manusia dalam memecahkan kasus yang rumit. Sistem pakar adalah suatu sistem yang berusaha mengadopsi pengetahuan manusia dalam menyelesaikan masalah sehingga sistem tersebut dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para pakar.Untuk mengimplementasikan metode ini dibuat sebuah sistem berbasis web menggunakan bahasa pemrograman PHP dengan konsep Object Oriented Programming dengan harapan sistem ini bisa dirancang lebih mudah dan bisa dikembangkan secara berkelanjutan dan dapat mengoptimalkan penerimaan remunerasi dosen sehingga bisa memperkecil kemungkinan terjadinya kesalahan karena human error yang bisa menyebabkan kerugian pada pihak institusi maupun dosen.Kata kunci: Remunerasi, Rule Base Reasoning, Kinerja, Dosen, Sistem Pakar.
KEMIRIPAN LIPSTIK BERDASARKAN METODE FUZZY C-MEANS (FCM) MENGGUNAKAN DELPHI dharsni, chandra
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.299

Abstract

Laser Induced Breakdown Spectroscopy (LIBS) is a spectroscopic method for quantitative and qualitative analysis of elements contained in a material. This technique is based on an analysis of plasma emissions produced by focusing a high-power pulse laser on a sample. However, to determine the similarity of the content of a material based on spectroscopy is difficult, especially for similar materials. Lipstick itself has many color variations and some colors look almost the same. To distinguish each color, lipstick manufacturers give numbers or names on this product. In this case the writer has the goal to see the similarity of characters in the lipstick based on the cluster. For that we need the help of additional software analysis to distinguish or look for similarities of samples. One analysis that can be done is by the fuzzy method. Fuzzy c-means (FCM) is a clustering algorithm where one object can be a member of several clusters based on similar characteristics. In this study the intensity of the data processing of 3 lipstick materials was conducted using clustering method which aims to determine the similarity between materials using Delphi. There are 3 cluster centers that represent each material. From the results of the cluster center found that material 1 and 2 are in one cluster while material 3 is in a different cluster. Keywords: Laser Induced Breakdown Spectroscopy (LIBS), lipstik, cluster, fuzzy c-means (FCM), Delphi.Laser Induced Breakdown Spectroscopy (LIBS) adalah metode spektroskopi untuk analisis kuantitatif dan kualitatif unsur yang terkandung dalam sebuah bahan. Teknik ini didasarkan pada analisis emisi plasma yang dihasilkan dengan cara memfokuskan laser pulsa berdaya tinggi pada sampel. Namun, untuk menentukan kemiripan kandungan suatu bahan berdasarkan spektroskopi adalah sulit dilakukan terutama untuk bahan yang sejenis. Lipstik sendiri memiliki banyak variasi warna dan beberapa warna tampak hampir sama. Untuk membedakan tiap warna, produsen lipstik memberi nomor atau nama pada produk ini. Dalam hal ini penulis memiliki tujuan untuk melihat kesamaan karakter dalam lipstick berdasarkan klasternya. Untuk itu perlu bantuan analisis software tambahan untuk membedakan atau mencari kemiripan sampel. Salah satu analisis yang dapat dilakukan adalah dengan metode fuzzy. Fuzzy c-means (FCM) adalah algoritma clustering dimana satu objek dapat menjadi anggota beberapa cluster berdasarkan kesamaan karakteristiknya.  Pada penelitian ini dilakukan pengolahan data intensitas dari 3 bahan lipstik dengan metode clustering yang bertujuan untuk mengetahui kemiripan antar bahan menggunakan Delphi. Terdapat 3 pusat cluster yang mewakili masing-masing bahan. Dari hasil pusat klaster didapat bahwa bahan 1 dan 2 berada pada satu klaster sedangkan bahan 3 berada di klaster yang berbeda. Kata kunci: Laser Induced Breakdown Spectroscopy (LIBS), lipstik, klaster, fuzzy c-means (FCM), Delphi.
OBJECT COUNTING PADA DATA VIDEO Herteno, Rudy; Faisal, M. Reza; Nugroho, Radityo A; Abadi, Friska; Ramadhani, Rahmat
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.307

Abstract

One object counting implementation is counting the number of road users from video data sources obtained from CCTV streaming. Video processing on CCTV is usually done on the server side by sending video data. If the need is only to determine the density of traffic, then the method is considered too expensive to be implemented because of the cost of internet connection and bandwidth that must be spent. The solution is to use a small computing device that can process the video first, and the calculation results are sent to the server regularly. In this study, a comparison between the Tensorflow Object Counting learning algorithm and the MOG2 Background Subtractor image processing algorithm with the aim to determine the accuracy of the calculation. The result is known that better accuracy is given by the MOG2 Background Subtractor technique and also the process is carried out using only a small percentage of the amount of memory and processor compared to the Tensorflow Object Counting technique. MOG2 Background Substractor technique is expected to be used on devices that have small data sourcesKeywords : Object Counting, Tensorflow, MOG2 Background SubstractorSalah satu implementasi object counting adalah menghitung jumlah pengguna jalan dari sumber data video yang didapat dari streaming CCTV. Pemprosesan video pada CCTV biasanya dilakukan disisi server dengan mengirimkan data video. Jika keperluannya hanya untuk mengetahui kepadatan lalu lintas, maka cara tersebut dinilai terlalu mahal untuk diimplementasikan karena biaya koneksi internet dan bandwidth yang harus dikeluarkan. Pemecahannya adalah menggunakan perangkat komputasi kecil yang dapat memproses video tersebut terlebih dahulu, dan hasil perhitungannya dikirimkan ke server secara berkala. Pada penelitian ini dilakukan perbandingan antara algoritma pembelajaran Tensorflow Object Counting dan algoritma image processing MOG2 Background Substractor dengan tujuan untuk mengetahui akurasi penghitungan. Hasilnya diketahui akurasi yang lebih baik diberikan oleh teknik MOG2 Background Substractor dan juga proses yang dilakukan hanya menggunakan prosentase jumlah memori dan prosessor yang kecil dibandingkan teknik Tensorflow Object Counting. Sehingga teknik MOG2 Background Substractor ini diharapkan dapat digunakan pada perangkat yang memiliki sumber data kecil. Kata kunci : Object Counting, Tensorflow, MOG2 Background Substractor.
EKSTRAKSI FITUR MENGGUNAKAN MODEL WORD2VEC PADA SENTIMENT ANALYSIS KOLOM KOMENTAR KUISIONER EVALUASI DOSEN OLEH MAHASISWA Rusli, Muhammad
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.296

Abstract

This research is about Sentiment Analysis using the Word2vec model. this research was conducted by Fauzi (2019). But in his research the use of the Word2vec model produces an accuracy of 70%, because the data used is small. In little data Word2vec cannot grasp the similarity of meaning well. So that related research was conducted which used lecturer evaluation comment data and also Wikipedia article data in Indonesian language as Word2vec model. In this study a comparison of average extraction features of Word2vec and Bag of Centroid base Word2vec was done and a combination of the two was then performed using the Support Vector Machine method. The application of Word2vec Average base feature extraction in the lecturer evaluation commentary data resulted in an accuracy of 84,8%. Then using the Bag of Centroid base feature extraction using Word2vec Hierarchy Clustering produces the best accuracy of 81,6% with a total of 75 features. The result of merging the two feature extractions produces an accuracy of 85,3%.Keywords: Sentiment Analysis, Word2vec, Feature extractionPenelitian ini mengenai Sentiment Analysis menggunakan model Word2vec. penelitian ini pernah dilakukan oleh  Fauzi (2019). Namun pada penelitiannya penggunaan model Word2vec menghasilkan akurasi 70%, karena data yang digunakan sedikit. Dalam data yang sedikit Word2vec tidak dapat menangkap kemiripan makna dengan baik. Sehingga dilakukan penelitian terkait yang mana menggunakan data komentar evaluasi dosen dan juga data artikel Wikipedia berbahasa Indonesia  sebagai model Word2vec. Pada penelitian ini dilakukan perbandingan ekstraksi fitur Average base Word2vec dan Bag of Centroid base Word2vec dan juga dilakukan penggabungan keduanya kemudian dilakukan klasifikasi menggunakan metode Support Vector Machine. Penerapan ekstraksi fitur Average base Word2vec pada data komentar evaluasi dosen menghasilkan akurasi sebesar 84,8%. Kemudian menggunakan ekstraksi fitur Bag of Centroid base Word2vec menggunakan Hirarki Clustering menghasilkan akurasi terbaik sebesar 81,6% dengan jumlah 75 fitur. Hasil penggabungan kedua ekstraksi fitur menghasilkan akurasi sebesar 85,3%.Kata kunci: Sentiment Analysis, Word2vec, Ekstraksi fitur.
SISTEM FUZZY INFERENSI UNTUK CUSTOMISE FAN PADA SISTEM RUMAH CERDAS Farmadi, Andi; Kartini, Dwi Kartini; Muliadi, Muliadi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.306

Abstract

AbstractSmart machine-based home development is becoming the current trend because the system can be controlled intelligently by machines. The air conditioning system without the use of air conditioning requires a type of fan to stabilize the temperature and humidity outside the house and inside the house using a blower fan or also called an exhaust fan, but this fan is only limited to circulating air circulation between the outside air and inside the house so that the tendency for the inside air adjust to the outside air, to control the air according to the user it will be manually customized by the user. And for fans in the home room a fan is used which blows air around the fan in circulation. The application of the fuzzy system can provide a fan rotation system that is done intelligently by the machine, which can adjust the balance between the outside air and indoor air to reach air confort or cool. Fuzzy system is applied using Sugeno fuzzy inference using 81 rules to customize the exhaust fan and fan in the room.Keywords: Fuzzy system, Smart home, Sugeno fuzzy.
IDENTIFIKASI PENYAKIT BURUNG PERKUTUT MENGGUNAKAN FORWARD CHAINING Hastono, Tri
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.292

Abstract

Perkutut (Geopelia striata) is a bird that has a beautiful and unique voice. In ancient time, the perkutut was a pet of nobles. Based on some references, the keris makers incorporate the special characteristics of a perkutut bird is the prestige of the keris he made. The closeness of the keris to the Javanese community makes the perkutut bird has its own space in the hearts of the people. Nowadays, many people keep the birds as their pet because of their beautiful voice and their easy treatment. An easy treatment does not mean that the perkutut bird is resistant to disease. In this case, we need advice from the bird experts to treat the disease. This study provides a solution to identify the perkutut disease and its treatment. The method used in this research is forward chaining with depth-first search technique. The logic used in each is the AND logic. The object of this study was a local perkutut with 13 disease items and 19 disease symptoms. The results of testing on the proposed system indicate that the system can identify the disease of the Perkutut accurately.Keywords:  identification, disease, perkutut, forward chainingPerkutut (Geopelia striata) adalah salah satu burung yang memiliki suara yang indah dan unik. Pada zaman dahulu, burung perkutut adalah burung peliharaan para ningrat atau bangsawan. Dan dari beberapa literatur, para empu dalam membuat keris memasukkan ciri khusus perkutut pada pamor keris yang dibuatnya. Kedekatan keris dengan masyarakat Jawa, membuat burung perkutut memiliki ruang sendiri dihati masyarakat. Sekarang ini, banyak yang memelihara burung perkutut karna keindahan suaranya dan perawatan yang terhitung mudah. Perawatan yang mudah bukan berarti burung perkutut kebal akan penyakit. Untuk itu diperlukan saran dari pakar burung perkutut untuk mengobati penyakitnya. Penelitian ini memberikan solusi untuk identifikasi penyakit burung perkutut beserta penanganannya. Metode yang digunakan pada penelitian adalah forward chaining dengan teknik penelusurannya adalah depth-first search. Adapun logika yang digunakan pada setiap rule adalah logika AND. Objek penelitian yang dipilih adalah burung perkutut lokal dengan item penyakit sebanyak 13 penyakit dan 19 gejala penyakit. Hasil pengujian pada sistem yang diusulkan menunjukan bahwa sistem dapat mengidentifikasi penyakit burung perkutut secara akurat.Kata kunci: identifikasi, penyakit, perkutut, forward chaining
APLIKASI MOBILE STUDENT ASSISTANT PRODI SISTEM INFORMASI DI STMIK INDONESIA PADANG BERBASIS ANDROID Chaniago, Amuharnis
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 6, No 1 (2019)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v6i1.188

Abstract

Mobile learning (m- learning) is a learning model that utilizes information and communication technology, bring the benefits of the availability of teaching materials that can be accessed at any time in the form of text, image, or video content. Almost all the material presented for lectures in major of information system in STMIK Indonesia in the form of M-learning content. This causes, need for an application that can facilitate to share M-learning either that teaching materials given lectures and tasks that have been completed by Student. This application mobile developed based on Android with mobile java programming language and Firebase as database. System development for this research is System Development Life Cycle (SDLC) with waterfall approach. The result of this researches is the creation of a Mobile Student Assistant Application based on Android that can be used to share m-learning, uploading, and downloading lectures by dean and students in major of information system in STMIK Indonesia Padang.Keywords: Mobile Student Asistant, AndroidMobile learning (m-learning) merupakan model pembelajaran yang memanfaatkan teknologi informasi dan komunikasi, membawa manfaat ketersediaan materi ajar yang dapat diakses setiap saat berupa konten teks, gambar, maupun video. Hampir seluruh materi yang disajikan untuk perkuliahan di jurusan sistem informasi pada STMIK Indonesia berupa konten m-learning. Hal ini menyebabkan dibutuhkannya sebuah aplikasi yang dapat memudahkan untuk berbagi m-learning baik itu materi ajar yang diberikan dosen maupun tugas yang telah diselesaikan mahasiswa. Aplikasi Mobile Student Assistant ini dikembangkan berbasis Android dengan bahasa pemrograman Java mobile dan Firebase sebagai basis data. Metode pengembangan sistem untuk peneitian ini adalah System Development Life Cycle (SDLC) dengan pendekatan Waterfall. Hasil akhir dari penelitian ini adalah terciptanya Aplikasi Mobile Student Assistant berbasis Android yang dapat digunakan untuk berbagi m-learning, mengupload, dan download tugas perkuliahan oleh mahasiswa program studi Sistem Informasi pada STMIK Indonesia Padang.Kata kunci: Android, Mobile Learning

Page 1 of 21 | Total Record : 202