cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hendra Nelva Saputra
Contact Email
hendra.nelva@umkendari.ac.id
Phone
+6282193165892
Journal Mail Official
jurnal.decode@umkendari.ac.id
Editorial Address
Jl. K.H. Ahmad Dahlan No. 10, Gedung E Lantai 2
Location
Kota kendari,
Sulawesi tenggara
INDONESIA
DECODE: Jurnal Pendidikan Teknologi Informasi
Published by Universitas Muhammadiyah Kendari
ISSN : 27752984     EISSN : 27751813     DOI : 10.51454
Core Subject : Science, Education,
Computer Science & IT Education Languange, Linguistic, Communication & Media Other
DECODE: Jurnal Pendidikan Teknologi Informasi adalah jurnal penelitian yang diterbitkan oleh Program Studi Pendidikan Teknologi Informasi FKIP Universitas Muhammadiyah Kendari. Terbitan dimulai pada bulan Maret 2021 dalam bentuk versi online. Jurnal ini terbit 2 kali setahun yaitu periode Maret dan September. Artikel yang dapat dipertimbangkan untuk dimuat dalam jurnal ini adalah hasil penelitian yang sesuai dengan focus dan scope jurnal diantaranya: (1) Jaringan Komputer, (2) Rekayasa Perangkat Lunak, (3) Data Mining, (4) Software Engineering, (5) Multimedia , (6) Pembelajaran Berbasis TIK , (7) Mobile Learning, (8) Blended Learning, (9) Desain Pembelajaran, (10) Kebijakan TI dalam Pendidikan, (11) Inovasi dan Trend TI dalam Pendidikan, (12) Teknologi Informasi
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 15 Documents
 1   2 
Search results for , issue "Vol. 3 No. 1: MARET 2023" : 15 Documents clear
Wave Interference dan Perbandingan QOS Pada WLAN Hotel Menggunakan Metode Action Research: Wave Interference and Comparison of QOS In WLAN Hotels Using Action Research Methods Subektiningsih Subektiningsih; Dimas Rizky Eka Candra; Pramudhita Ferdiansyah
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 1: MARET 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i1.130

Abstract

Hotel T, Bali menggunakan WLAN dengan tujuh access point untuk memenuhi kebutuhan operasional. Ketersediaan bandwidth yang tinggi diperlukan untuk memenuhi akses oleh staff hotel maupun customer. Berdasarkan hasil diagnosis kecepatan rata-rata unduh 2.27 Mbps, kecepatan rata-rata unggah 1.87 Mbps dengan hasil pengukuran quality of service parameter jitter dan packet loss berada pada kategori buruk dan sedang, namun terdapat satu access point yang kondisi jitter dalam kategori bagus. Karena perbedaan yang signifikan ini dilakukan pengecekan interferensi dalam jaringan. Hasilnya, channel pada access point overlapping sehingga menimbulkan wave interference. Tahap action planning dan action taking dilakukan untuk meminimalisir interferensi pada WLAN Hotel T. Perbaikan channel dilakukan dengan mengubah frekuensi pada setiap access point. Hal tersebut menjadikan setiap access point mempunyai pengaturan frekuensi yang berbeda-beda. Kecepatan akses unduh, unggah dan pengecekan status host melalui ping mengalami perubahan signifikan, yaitu menjadi lebih baik. Hasil evaluasi menyatakan bahwa interferensi dapat mempengaruhi nilai jitter. Hal ini ditunjukkan dengan meningkatnya rata-rata kualitas layanan pada jitter dari kategori Buruk menjadi Bagus. Peningkatan yang signifikan terjadi pada packet loss yang berada pada kategori Sangat bagus, artinya kegagalan paket saat pengiriman sangat kecil, antara 0 hingga 1,3%. Dalam hal ini terjadinya wave interference dapat mempengaruhi quality of service dalam jaringan.
Analisis Data Mining Sistem Inventory Menggunakan Algoritma Apriori: Analysis Data Mining of Inventory System Using Apriori Algorithm Fitriah; Imam Riadi; Herman
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 1: MARET 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i1.132

Abstract

Dalam manajemen rantai persedian barang (supply chain management) diperlukan kebijakan persediaan barang yang maksimal agar ketersedian barang tetap tersedia dan tidak terlambat dalam restock barang. Hal ini dibutuhkan manajemen persedian barang untuk menentukan cara yang tepat dan mempermudah dalam pengendalian persedian barang tersebut. Salah satu cara yang dilakukan adalah dengan menerapkan teknik yang terdapat pada cabang ilmu Data Mining yaitu teknik aturan asosiasi (Association Rule). Tujuan penelitian ini adalah menganalisis informasi transaksi penjualan barang untuk menghasilkan association rules dari pola kombinasi itemsets yang sesuai agar membantu pemilik dalam melakukan peletakan dan persedian barang. Langkah terpenting aturan asosiasi adalah mengetahui seberapa sering kombinasi item yang disebut frequent pattern, muncul dalam database. Objek penelitian ini adalah data transaksi penjualan barang pakaian. Berdasarkan hasil pengujian menggunakan Ms. Excel dan RapidMiner diperoleh hasil dari association rules dengan minimum support 0,2% dan confidence sesuai dengan kriteria pengujian yang telah ditentukan bahwa hasil yang memenuhi nilai support minimum dan confidence 0,8% ditemukan 7 aturan asosiasi. Dari pengurutan nilai support tertinggi yaitu STX dan LK dengan nilai support 10% dengan nilai confidence 88% dan nilai Association rules Final 8,8%. Hal ini menunjukkan bahwa produk STX dan LK merupakan produk yang paling sering dibeli secara bersamaan.
Perbandingan Metode Klasifikasi SOM Dan LVQ Pada Data Bunga Iris Dengan Parameter Dimodifikasi: Comparison of SOM and LVQ Classification Methods on Iris Data With Modified Parameters Oki Arifin; Dani Rofianto
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 1: MARET 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i1.135

Abstract

Klasifikasi mempunyai dua tugas utama yaitu membuat model sebagai prototype dan menggunakan model untuk mengklasifikasi atau memprediksi pada objek data lain. Metode klasifikasi yang banyak digunakan diantaranya adalah Self Organizing Maps (SOM) dan Learning Vector Quantization (LVQ). Penelitian ini bertujuan untuk membandingkan performa algoritma SOM dan LVQ dalam klasifikasi data bunga iris. Skema yang digunakan dalam penelitian ini adalah memodifikasi parameter dalam beberapa percobaan. Berdasarkan hasil percobaan yang telah dilakukan, nilai α dan β sangat mempengaruhi hasil klasifikasi. Algoritma SOM memiliki akurasi terbaik ketika α=0.01 dan β=0.01 dengan akurasi 97.77%, sedangkan algoritma LVQ akurasi maksimal diperoleh ketika nilai α=0.1 dan β=0.05 dengan akurasi 88.88%. Selanjutnya dalam penelitian ini diketahui bahwa banyaknya iterasi yang digunakan berpengaruh terhadap hasil klasifikasi pada kedua algoritma. Akan tetapi waktu proses (running time) pada SOM tidak begitu berpengaruh ketika dilakukan perubahan jumlah iterasi. Berbeda dengan LVQ dimana banyaknya iterasi yang digunakan sangat mempengaruhi waktu eksekusi program. Semakin banyak iterasi, semakin lama juga waktu eksekusi program yang dijalankan.
Kombinasi Case-Based Reasoning dan Rule-Based Reasoning Pada Sistem Pakar Deteksi Awal Covid-19: Combination of Case-Based Reasoning and Rule-Based Reasoning in Expert Systems For Early Detection of Covid-19 Maukar; Ety Sutanty; Dina Kusuma Astuti
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 1: MARET 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i1.138

Abstract

Deteksi terhadap Covid-19 merupakan tahapan penting dalam mengenali secara dini pasien terduga Covid-19 sehingga dapat dilakukan langkah preventif. Gejala umum yang ditimbulkan penyakit Covid-19 memiliki gejala yang hampir sama dengan beberapa penyakit lainnya. Penelitian ini membentuk Sistem Pakar untuk deteksi awal Covid-19 dengan mengkombinasikan metode Case Based Reasoning dan Rule Based Reasoning dalam bentuk Website. Website Sistem Pakar pada penelitian ini akan menghitung kemungkinan user yang mengalami Covid-19 berdasarkan nilai atau bobot dari gejala yang dipilih user dengan mencari kesamaan dari gejala yang telah dialami pasien Covid-19 sebelumnya. Gejala Covid-19 yang digunakan dalam penelitian ini didapat dari dataset Kemunculan Gejala Covid-19 bersumber dari Kaggle Dataset. Masukan berupa gejala pasien yang telah terjadi sebelumnya digunakan dalam membentuk aturan yang telah diberikan bobot melalui proses wawancara seorang pakar. Penelitian ini menggunakan 14 variabel gejala  dengan metode hybrid case based dimana kesamaan gejala akan dihitung menggunakan cosine similarity. Hasil Penelitian diharapkan dapat membantu masyarakat dalam melakukan diagnosis mandiri dan tim medis untuk melakukan diagnosis awal kepada pasien sebagai langkah awal penanganan Covid-19.
Social Media as Mobile Learning Oral Chat-Based Constructive Communication to Improve Speaking Skills Maulina; Titin Rahmiatin Rahim; Angelica Ordanza Cortez; Sheryl Ann V. Narciso; Anwar Said
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 1: MARET 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i1.144

Abstract

WhatsApp is one of the most practical, cost-effective, and communicative mobile applications for college students to enhance their speaking skills. This study reconciled to consuetude college students to flexible habitual use of the English language learning and intended to improve their speaking abilities with specially tailored learning resources and activities aid known as WhatsApp-based speaking instructional material (WABSIM). This exploratory mixed-methods research evaluated oral chat-based utilization of WhatsApp by twenty-eight students for one semester using audio voice messages and video recordings of communicative activities in pairs or groups, dialogues, and interviews activities recorded in the WhatsApp group managed to produce every day classroom and noncollegiate activities. Speaking test consisted of an oral evaluation of student's fluency, vocabulary used, grammar, pronunciation, and comprehensibility aspects. It reveals that students demonstrated a stupendous developing speaking interest in building English sentences by raising questions and delivering responses, improved learning collaboration, created better learning engagement, increased learning self-awareness, and accelerated flexible communication. Besides, students achieved substantial academic progress astoundingly in a semester. Therefore, to emerge the significance acknowledged from this current study, in the current era of mobile technology advancement supporting teaching and learning English, WhatsApp oral chat-based assistance offering teaching and learning English flexibility is the most effective.

Page 2 of 2 | Total Record : 15

 1   2 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 4 No. 3: NOVEMBER 2024 Vol. 4 No. 2: JULI 2024 Vol. 4 No. 1: MARET 2024 Vol. 3 No. 2: SEPTEMBER 2023 Vol. 3 No. 1: MARET 2023 Vol. 2 No. 2: SEPTEMBER 2022 Vol. 2 No. 1: MARET 2022 Vol. 1 No. 2: SEPTEMBER 2021 Vol. 1 No. 1: MARET 2021