Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Decode: Jurnal Pendidikan Teknologi Informasi
Usman Arfan
Informatika STMIK Pesat Nabire
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengembangan Sistem Desain Sablon Custom Berbasis Web dengan Pratinjau Real-time Menggunakan Model Prototype Gunawan Prayitno; Marco Yeri Maswatu; Usman Arfan
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 3: NOVEMBER 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i3.1448

Abstract

Perkembangan teknologi digital mendorong perubahan besar dalam industri sablon custom, terutama dalam memenuhi kebutuhan personalisasi desain yang cepat, presisi, dan mudah digunakan. Namun, banyak UMKM masih mengandalkan proses manual dalam pengiriman desain dan konfirmasi pesanan, sehingga sering terjadi miskomunikasi, tingginya tingkat revisi, dan lambatnya proses produksi. Penelitian ini mengembangkan sistem desain sablon berbasis web dengan fitur pratinjau real-time, drag-and-drop, serta pengelolaan pesanan terintegrasi menggunakan HTML5 canvas, CSS3, JavaScript, dan PHP melalui metode Software Development Life Cycle (SDLC) model Prototype. Melalui pendekatan iteratif, pengguna terlibat langsung dalam evaluasi untuk memastikan sistem sesuai kebutuhan. Evaluasi sistem dilakukan menggunakan Black-Box Testing dan pengukuran performa. Hasil pengujian menunjukkan bahwa seluruh fungsi utama berjalan dengan tingkat keberhasilan lebih dari 95%, pratinjau real-time memiliki akurasi 96,8%, dan waktu rendering rata-rata 0,8 detik. Selain itu, proses pemesanan mengalami peningkatan efisiensi sebesar 42%, sementara tingkat revisi desain menurun hingga 65%. Pengujian usability menggunakan System Usability Scale (SUS) menghasilkan skor 86,5 yang termasuk kategori Excellent, menandakan kepuasan pengguna yang tinggi. Temuan ini menunjukkan bahwa sistem mampu meningkatkan keakuratan desain, mempercepat proses pemesanan, dan mendukung digitalisasi UMKM sablon secara efektif.
Analisis Pemanfaatan Artificial Intelligence terhadap Kualitas Belajar Mahasiswa Menggunakan K-Means Clustering dan Classification pada Orange Data Mining Usman Arfan; Lely Johana Wanayoi Worisio
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 2: JULI 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i2.1707

Abstract

Perkembangan Artificial Intelligence (AI) telah mengubah cara mahasiswa mengakses informasi, memahami materi, dan menyelesaikan tugas akademik. Namun, hubungan antara pemanfaatan AI dan kualitas belajar mahasiswa masih memerlukan kajian empiris, khususnya di perguruan tinggi di Papua Tengah. Penelitian ini bertujuan untuk menganalisis pemanfaatan AI terhadap kualitas belajar mahasiswa menggunakan pendekatan data mining berbasis Orange Data Mining. Penelitian melibatkan 120 mahasiswa STMIK Pesat Nabire yang terdiri atas mahasiswa baru, tingkat II, tingkat III, dan tingkat akhir. Data dikumpulkan menggunakan kuesioner skala Likert yang mengukur pemanfaatan AI dan kualitas belajar berdasarkan persepsi mahasiswa. Analisis dilakukan melalui statistik deskriptif, korelasi Pearson, clustering K-Means, serta klasifikasi menggunakan algoritma Naive Bayes, Random Forest, dan k-Nearest Neighbors (kNN). Hasil penelitian menunjukkan bahwa tingkat pemanfaatan AI berada pada kategori sangat tinggi (rata-rata 4,48), sedangkan kualitas belajar berada pada kategori rendah (rata-rata 2,35). Analisis korelasi menghasilkan nilai r = -0,29 yang menunjukkan hubungan negatif yang lemah antara pemanfaatan AI dan kualitas belajar. K-Means Clustering menghasilkan tiga kelompok mahasiswa dengan nilai silhouette terbaik sebesar 0,044 pada k=3. Pada tahap klasifikasi, Random Forest memperoleh nilai Classification Accuracy sebesar 0,858 dan F1-Score sebesar 0,801. Namun, nilai AUC sebesar 0,389 dan MCC sebesar -0,032 menunjukkan bahwa kemampuan diskriminatif model masih terbatas akibat ketidakseimbangan distribusi kelas. Temuan penelitian menunjukkan bahwa tingginya pemanfaatan AI tidak secara otomatis berkaitan dengan kualitas belajar yang lebih baik. Oleh karena itu, penguatan literasi AI akademik diperlukan agar mahasiswa dapat memanfaatkan AI secara etis, kritis, dan produktif dalam mendukung proses pembelajaran.
Pengembangan Sistem Pelaporan Kekerasan Perempuan dan Anak Berbasis Web untuk Optimalisasi Layanan Publik Digital pada DP3A Kabupaten Nabire Usman Arfan; Kornelia Kidi Ola
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 2: JULI 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i2.1715

Abstract

Layanan pengaduan kekerasan terhadap perempuan dan anak membutuhkan sistem yang mudah diakses, aman, serta mampu mendukung proses penanganan dan administrasi secara terintegrasi. Penelitian ini bertujuan untuk mengembangkan sistem pelaporan kekerasan berbasis web pada DP3A Kabupaten Nabire yang menyediakan pelaporan tanpa registrasi dan login, pilihan anonimitas, kode pelacakan laporan, pengelolaan tindak lanjut, serta otomatisasi surat pengantar kepolisian dalam format PDF. Penelitian ini menggunakan pendekatan Design Science Research yang mencakup identifikasi masalah, penetapan tujuan solusi, perancangan dan pengembangan artefak, demonstrasi, evaluasi, serta komunikasi hasil. Pemodelan proses bisnis dilakukan melalui diagram aktivitas, rancangan arsitektur sistem, serta prototipe antarmuka. Demonstrasi dan pengujian sistem menggunakan data simulasi untuk melindungi kerahasiaan informasi korban. Evaluasi dilakukan melalui pengujian fungsional menggunakan metode black-box testing serta pengukuran efisiensi administratif. Hasil pengujian menunjukkan bahwa seluruh 15 skenario fungsional berjalan sesuai dengan keluaran yang diharapkan dengan tingkat keberhasilan sebesar 100 persen. Pengukuran simulatif terhadap pembuatan surat pengantar kepolisian menunjukkan penurunan waktu rata-rata dari 19,2 menit menjadi 5,6 menit atau peningkatan efisiensi sebesar 70,83 persen. Hasil tersebut menunjukkan bahwa sistem dapat mengurangi hambatan akses pelaporan, mendukung perlindungan identitas, meningkatkan transparansi perkembangan laporan, serta menyederhanakan proses administrasi. Penelitian ini masih terbatas pada penggunaan data simulasi dan belum mencakup pengujian kegunaan maupun pengujian keamanan secara khusus.
Co-Authors Kornelia Kidi Ola Lely Johana Wanayoi Worisio Marco Yeri Maswatu Prayitno, Gunawan