DECODE: Jurnal Pendidikan Teknologi Informasi
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
Articles
25 Documents
Search results for
, issue
"Vol. 3 No. 2: SEPTEMBER 2023"
:
25 Documents
clear
<![CDATA[Market Basket Analysis Using Apriori Algorithm to Find Effective Fiscal Policy Mix with R Programming ]]>
<![CDATA[Isnen Hadi Al Ghozali]]>;
<![CDATA[Arief Wibowo]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.180
<![CDATA[Fiscal policy drives a country's economy and is the most effectivepolicy to restore a country's economy. When a recession occurs, the fiscal policy helps a country increase aggregate demand in the market for goods and services. This study proposes a fiscal policy mix that can be implemented based on historical data. So this research focuses on using association rules to assist decision-makers (regulators in adopting appropriate fiscal policies in the global VUCA (Volatility, Uncertainty, Complexity, Ambiguity) era. Therefore, an experimental research approach was used in this study to produce the best association rules. The research was carried out in six stages to obtain conclusions, namely problem identification in the research sample and literature review related to apriori algorithms, data collection, data pre-processing, parameter determination, research findings building a priori algorithms, and knowledge extraction formed from a priori algorithms. Based on the experimental results using the a priori algorithm, 657 rules were obtained with a minimum variation of two to six itemsets. Rule 6 produces an average value of the budget performance of 90.65. Rule 6 also says that the performance value of the budget can be increased by spreading out funding sources and ensuring that operational spending is as efficient as possible.]]>
<![CDATA[Analisis Sentimen Publik Terhadap Aksi Demonstrasi di Indonesia Menggunakan Support Vector Machine Dan Random Forest ]]>
<![CDATA[Ni Made Tara Okta Adriana]]>;
<![CDATA[I Made Agus Dwi Suarjaya]]>;
<![CDATA[Dwi Putra Githa]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.187
<![CDATA[Indonesia adalah sebuah negara demokrasi yang memberikan kebebasan bagi setiap warganya untuk berekspresi dan mengeluarkan pendapat, salah satunya melalui demonstrasi. Namun, kadang kala kebebasan tersebut disalahgunakan oleh pihak-pihak tertentu yang menyebabkan adanya demonstrasi yang diikuti oleh kerusuhan dan aksi anarkis, sehingga menimbulkan berbagai macam kerugian. Penelitian ini bertujuan untuk mengetahui pandangan masyarakat terkait aksi demonstrasi yang terjadi di Indonesia melalui tweets pada media sosial Twitter dengan menggunakan algoritma Support Vector Machine (SVM) dan Random Forest. Pada penelitian ini terdapat penambahan proses untuk menghilangkan kata-kata yang tidak terdaftar pada Kamus Besar Bahasa Indonesia (KBBI) karena tweets pada media sosial Twitter cenderung lebih banyak menggunakan bahasa gaul atau bahasa yang tidak baku, sehingga penambahan proses ini diharapkan dapat memberikan data bersih yang lebih baik. Klasifikasi pada penelitian ini dibagi menjadi 3 kelas, yaitu positif, negatif, dan netral. Pengujian yang telah dilakukan mendapatkan nilai akurasi paling baik dengan menggunakan algoritma SVM, yaitu sebesar 80,3%. Hasil klasifikasi menunjukkan bahwa sebesar 54,98% atau sekitar 960.519 data merupakan klasifikasi negatif yang diikuti oleh sentimen netral sebanyak 29,15% dan sentimen positif sebesar 15,86%.]]>
<![CDATA[Optimasi Algoritma Naïve Bayes Menggunakan Fitur Seleksi Backward Elimination untuk Klasifikasi Prevalensi Stunting ]]>
<![CDATA[Muhajir Yunus]]>;
<![CDATA[Muhammad Kunta Biddinika]]>;
<![CDATA[Abdul Fadlil]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.188
<![CDATA[Stunting adalah masalah kekurangan gizi kronis yang ditandai dengan tinggi badan anak di bawah normal untuk usianya. Anak yang mengalami stunting memiliki risiko lebih tinggi terhadap berbagai penyakit kronis dan masalah kesehatan lainnya dan cenderung memiliki intelligence quotient yang lebih rendah dan performa yang buruk di sekolah karena sebanyak 90% jumlah sel otak tercipta sejak dalam kandungan hingga anak berumur 24 bulan. Tujuan dari penelitian ini adalah untuk mengklasifikasi prevalensi stunting pada anak usia di bawah 5 tahun dengan mengimplementasikan metode naïve bayes menggunakan fitur seleksi backward elimination berdasarkan data perhitungan z-score dengan data sampel berjumlah 224 record, yang terdiri dari 4 atribut dan 1 label yaitu jenis kelamin, usia, berat badan, tinggi badan dan status gizi. Dari hasil penelitian yang telah dilakukan diperoleh nilai akurasi tertinggi sebesar 92,54% sedangkan hasil dari pengujian model tanpa menggunakan seleksi fitur mendapatkan akurasi sebesar 53,50%. Penelitian ini menggunakan data traning dan testing dengan ratio sebesar 70%:30%.]]>
<![CDATA[Tiktok As a Media Application for Improving the Student Speaking Skills ]]>
<![CDATA[Gunawan]]>;
<![CDATA[Taslim]]>;
<![CDATA[Dewi Sartika]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.189
<![CDATA[This research reports on the study of students' speaking ability through the use of the TikTok application. The problem of this research was the improvement of the students’ speaking accuracy and fluency through the use of the TikTok application at SMA Negeri 13 Bone. The purpose of the study was to determine students' ability to speak through the use of the TikTok application. The researcher used classroom action research (CAR), which was conducted in two cycles; each cycle consisted of four meetings. Thirty students in the eleventh grade at SMAN 13 Bone participated in this study The techniques for collecting data were observation and speaking tests. The research findings indicated that the application of the TikTok application was significant in improving the students’ speaking skills in terms of fluency and accuracy. It was proved by the mean score in the speaking ability for DT of 50.7, C1 of 65.79, and C2 of 77.69. So the improvement of the student's speaking ability from DT to C1 is 30.11%, DT to C2 is 52.96%, and CI to C2 is 18.08%. The researcher suggests that the use of media in language learning, particularly for speaking students, is absolutely essential. The TikTok media application is one that must be used. Students respond positively and enjoyably to the use of social media in the language learning process.]]>
<![CDATA[Application Of the Cobit 2019 Framework to Analyse the Security Of Academic Information Systems ]]>
<![CDATA[M Khairul Anam]]>;
<![CDATA[Silvyana Dwi Putri]]>;
<![CDATA[Devi Yuliana]]>;
<![CDATA[Eva Yumami]]>;
<![CDATA[Tri Putri Lestari]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.192
<![CDATA[STMIK Amik Riau implements an integrated information system to support a fast and real-time information management process where each service has its security. In this study, the analysis used to determine the maturity level of information system security governance was the COBIT 2019 framework with a CMMI scale. In COBIT 2019 the domains used were DSS05 and APO13. Based on the result of the analysis, the results of the average value of the overall maturity level on the security of the academic information system of STMIK Amik Riau were currently at level 3, which was defined. It meant that the security of the information system was running well but needed to be evaluated and optimized continuously. The value of each sub domain was 3.08 for the DSS05 sub domain (user), 3.35 for DSS 05 sub domains (maintainer), and 2.5 for APO13 sub domains (maintainer). Then the average result obtained from the gap was 0.53, meaning that the current level of maturity level with the desired maturity level is not too far away and can be increased by providing recommendations. ]]>
<![CDATA[Tata Kelola Rekam Medis Berbasis Elektronik Dalam Pengelolaan Pelaporan Instalasi Rawat Jalan Dengan Metode Waterfall ]]>
<![CDATA[Inka Rahmawati]]>;
<![CDATA[Falaah Abdussalaam]]>;
<![CDATA[Irda Sari]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.201
<![CDATA[Pencatatan dan pelaporan berkas rekam medis merupakan kegiatan yang harus dilakukan oleh sarana pelayanan kesehatan. Hal tersebut mendorong penulis untuk merancang tata kelola rekam medis berbasis elektronik dalam pengelolaan pelaporan instalasi rawat jalan di Rumah Sakit AMC Bandung yang bertujuan untuk memudahkan petugas dalam membuat laporan. Pelaporan di Rumah Sakit AMC Bandung masih berupa penginputan manual dengan cara memasukkan data satu persatu ke Microsoft Excel dari rekam medis pasien sehingga memungkinkan terjadinya human error. Teknik pegumpulan data dilakukan melalui tahapan observasi juga wawancara. Metodologi penelitian kualitatif melalui pendekatan deskriptif dan metode waterfall menjadi metode pengembangan perangkat lunaknya. Perancangan struktural yang diterapkan pada aplikasi ini yaitu pembuatan Flowmap, Context Diagram, Data Flow Diagram, dan Entity Relationship Diagram yang diimplementasikan dengan bahasa pemrograman Microsoft Visual Studio 2012 dan media penyimpanan menggunakan Microsoft Access. Tahap pengujian dilakukan melalui metode blackbox testing serta whitebox testing. Hasil dari pengembangan ini mampu memudahkan petugas rekam medis dalam melakukan penginputan data dalam pembuatan laporan di instalasi rawat jalan, maka dari itu pelaporan berjalan efektif dan efisien.]]>
<![CDATA[Prediksi Kebutuhan Bahan Baku Kedelai Di Pabrik Tahu Buk Iyem Menggunakan Metode Least Square ]]>
<![CDATA[Dinda Nuri Fazira]]>;
<![CDATA[Neni Mulyani]]>;
<![CDATA[Elly Rahayu]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.203
<![CDATA[Dalam menghadapi masa depan yang penuh ketidakpastian seperti saat ini, perusahaan harus mampu menetapkan keputusan yang tepat agar dapat meraih tujuannya. Salah satu hal yang sangat berpengaruh dalam peningkatan persaingan perusahaan adalah dengan melakukan perencanaan untuk memenuhi kebutuhan bahan baku. Perencanaan yang tepat tersebut bisa dilakukan melalui peramalan guna untuk mengukur serta memprediksi keadaan di masa yang akan datang. Penelitian ini bertujuan untuk menganalisis bagaimana proses bisnis yang akan terjadi dimasa yang akan datang serta merancang sitem peramalan untuk mempermudah pabrik tahu bu iyem dalam memprediksi kebutuhan bahan baku kedelai untuk periode berikutnya secara cepat dan akurat. Metode analisis yang dilakukan adalah metode least square. Hasil analisis dengan metode least square menunjukan bahwa peramalan bulan Januari tahun 2023 sebesar 5.376 kg, Februari 2023 sebesar 5.433 kg dan Maret 2023 sebesar 5.489 kg dengan tingkat kesalahan (error) sebanyak MSE 69196, RMSE 263, MAD 214 dan MAPE 0,04%. Aplikasi ini diharapkan dapat mendukung pabrik tahu agar bisnisnya bisa lancar dan tidak terkendala masalah bahan baku.]]>
<![CDATA[Perancangan Aplikasi Pengenalan Aksara Jawa Digital Menggunakan Convulotional Neural Network dan Computer Vision ]]>
<![CDATA[Alvin Jonathan]]>;
<![CDATA[Ito Wasito]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.209
<![CDATA[Aksara Jawa merupakan salah satu aksara tertua yang terkenal dan sering digunakan oleh masyarakat pulau Jawa untuk penulisan sehari-harinya. Namun pada zaman sekarang penggunaan aksara Jawa sudah jarang digunakan oleh masyarakat dan ketertarikan para generasi muda untuk mempelajari budaya Jawa yang berupa aksara ini sangat minim. Pada penelitian ini akan membahas tentang penggunaan teknologi Deep Learning dan Computer Vision untuk pembelajaran aksara Jawa dan sebagai sarana dalam pelestarian budaya Jawa. Penulis menggunakan metode studi literatur dengan mencari dan membaca dari penelitian-penelitian terdahulu untuk menemukan keterbaruan dalam penelitian. Pada penelitian ini akan menggunakan teknologi Deep Learning, Computer Vision, dan algoritma Deep Learning yaitu Convolutional Neural Network untuk mengklasifikasikan gambar aksara Jawa tulisan tangan digital. Tujuan dari dilakukannya penelitian ini yaitu untuk menguji akurasi dari penggunaan teknologi Deep Learning dan Computer Vision dalam pengenalan dan klasifikasi gambar aksara Jawa tulisan tangan digital berdasarkan kelompoknya. Dari penelitian yang telah dilakukan didapatkan akurasi yang cukup memuaskan dari penggunaan algoritma Convolutional Neural Network sebesar 84% dalam pengenalan gambar aksara Jawa tulisan tangan digital.]]>
<![CDATA[Analisis Sentimen Komentar Video Youtube Flat Earth Theory Dengan Menggunakan Metode Unsupervised Dan Supervised Learning ]]>
<![CDATA[Calvin Jonathan]]>;
<![CDATA[Theresia Herlina Rochadiani]]>;
<![CDATA[Thamrin Sofian]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.210
<![CDATA[Penelitian ini bertujuan untuk analisis sentimen untuk memprediksi sentimen positif, negatif, dan netral dari komentar pengguna di YouTube terhadap video tentang Flat Earth Theory dengan menggunakan metode unsupervised dan supervised learning. YouTube merupakan media sosial terbesar untuk mengunggah video, dan komentar pengguna dapat dijadikan bahan untuk melakukan analisis sentimen. Dalam penelitian ini, digunakan platform media sosial YouTube sebagai sumber data komentar pengguna. Data komentar diambil menggunakan metode data scraping dengan Python. Selanjutnya, dilakukan preprocessing data untuk membersihkan dan mempersiapkannya agar dapat diolah dengan metode unsupervised dan supervised learning. Metode unsupervised learning menggunakan algoritma Textblob dan Vader untuk memberikan label sentimen pada setiap kata, sementara metode supervised learning menggunakan algoritma Random Forest dan SVM untuk melakukan proses klasifikasi. Hasil penelitian menunjukkan bahwa sentimen positif lebih dominan yang mendorong adanya diskusi alternatif tentang bentuk Bumi, dan mungkin menginspirasi orang untuk mencari pemahaman yang lebih dalam tentang ilmu pengetahuan dan geografi, terbukti dengan persentase keempat algoritma yang digunakan, vader sebesar 68%, textblob sebesar 68%, random forest sebesar 68,8%, svm sebesar 70,8%.]]>
<![CDATA[Prototipe Aplikasi Mobile Augmented Reality Berbasis Lokasi Sebagai Media Promosi Penjualan Rumah ]]>
<![CDATA[Brian Mikhael Tanrio]]>;
<![CDATA[Arya Sanjaya]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v3i2.215
<![CDATA[Perumahan saat ini tidak hanya dikunjungi oleh penduduk sekitar, tetapi juga oleh orang luar seperti calon pembeli rumah yang sedang mencari rumah idaman. Namun seringkali didapati kesulitan yang dialami calon pembeli rumah untuk melihat bentuk dalam rumah secara menyeluruh jika hanya mengandalkan poster atau brosur. Dalam penelitian ini, dilakukan perancangan prototipe aplikasi Augmented Reality (AR) berbasis lokasi yang menyajikan informasi dan visualisasi rumah dalam bentuk 3D pada titik lokasi rumah. Tujuannya adalah mengatasi kendala yang sering dihadapi oleh calon pembeli rumah dalam memperoleh informasi komprehensif tentang rumah yang sedang dijual, terutama dalam hal visualisasi ruang dalam. Penelitian ini menggunakan metode prototype yang melibatkan analisis kebutuhan awal, desain rancangan awal, pembuatan prototipe, dan evaluasi. Prototipe aplikasi ini dikembangkan menggunakan Unity sebagai basis pengembangan aplikasi AR. Selanjutnya, pengujian usability aplikasi dilakukan menggunakan kuesioner System Usability Scale. Hasil pengujian menunjukkan bahwa aplikasi ini efektif dan memberikan pengalaman interaktif yang baik bagi calon pembeli rumah dalam memvisualisasikan model rumah yang sedang dijual.]]>
