Decode: Jurnal Pendidikan Teknologi Informasi
DECODE: Jurnal Pendidikan Teknologi Informasi publishes articles in English and Indonesian which will be published 3 times a year, namely March, July and November. Articles that can be considered for publication in this journal are the results of research that is in accordance with the focus and scope of the journal including: (1) Software Engineering, (2) Data Mining, (3) Artificial Intelligence, (4) Computer Network, (5) Robotics System, (6) Information Security, (7) Mobile Learning, (8) Online Learning, (9) Multimedia, (10) Development Learning Media, (11) Integration of Technology in Learning.
Articles
75 Documents
Search results for
, issue
"Vol. 3 No. 2: SEPTEMBER 2023"
:
75 Documents
clear
<![CDATA[Model Klasifikasi Convolutional Neural Network Pada Sistem Penerjemah Audio Aksara Sunda ]]>
<![CDATA[Darryl Nathanael]]>;
<![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.v3i2.217
<![CDATA[Beberapa upaya telah dilakukan untuk melestarikan aksara Sunda dan salah satunya adalah pembuatan aplikasi pengenal aksara Sunda. Penelitian terdahulu menunjukkan bahwa teknologi pemrosesan gambar dapat digunakan untuk mengklasifikasi gambar berupa alfabet-alfabet aksara Sunda. Namun belum ada teknologi serupa yang mampu menghasilkan output berupa audio untuk memudahkan pengejaan dan pelafalan dalam pembelajaran. Tujuan penelitian ini adalah untuk mengusulkan penggunaan pemrosesan gambar untuk melakukan klasifikasi alfabet-alfabet aksara Sunda dalam bentuk tulisan tangan digital dengan output berupa teks dan audio menggunakan algoritma Convolutional Neural Network (CNN). Metode penelitian yang digunakan pada penelitian ini adalah kualitatif, karena menggunakan gambar sebagai data primer, kemudian dilanjut dengan pendekatan true experimental. Aksara dalam bentuk gambar tulisan tangan digital dimasukkan ke sistem untuk dilatih, kemudian sistem diberikan gambar di luar data pelatihan untuk diklasifikasi agar sistem dapat memprediksi label klasifikasi dari masing-masing alfabet. Sistem kemudian menerjemahkan masing-masing gambar yang dibaca ke dalam bentuk audio dan teks. Hasil berupa akurasi pengujian penelitian mencapai 96% dengan output berupa teks dan audio. Penelitian ini diharapkan dapat membantu memudahkan pengguna sistem dalam pelafalan kata yang terdapat dalam bahasa sunda, yang terkadang susah untuk diucapkan oleh orang di luar suku orang sunda serta ditampilkan terjemahan bahasa sunda dalam aksara sunda.]]>
<![CDATA[Pengembangan Media Pembelajaran Digital “Bataku” Berbasis Android Untuk Meningkatkan Keterampilan Menulis Teks Eksplanasi ]]>
<![CDATA[Ari Farida Hanim]]>;
<![CDATA[Setya Yuwana]]>;
<![CDATA[Hendratno]]>
<![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.v3i2.234
<![CDATA[Penggunaan media pembelajaran digital BATAKU berbasis Android bertujuan untuk mengatasi rendahnya keterampilan menulis teks eksplanasi siswa. Penelitian ini bertujuan untuk mengeksplorasi proses dan hasil pengembangan media pembelajaran digital BATAKU berbasis Android guna meningkatkan keterampilan menulis teks eksplanasi pada mata pelajaran Bahasa Indonesia di kelas VI Sekolah Dasar. Metode penelitian yang digunakan adalah R&D dengan model ASSURE. Partisipan dalam penelitian ini adalah 34 siswa kelas VI di SD Negeri Sumput, Kecamatan Sidoarjo. Validasi media yang dilakukan menunjukkan hasil yang tinggi dalam berbagai aspek, yaitu aspek materi (89,09% - sangat valid), aspek penyajian (92,5% - sangat valid), aspek kebahasaan (89,89% - sangat valid), dan aspek kegrafikan (90,09% - sangat valid). Keefektifan media pembelajaran digital BATAKU berbasis Android yang telah dikembangkan dapat dilihat dari perbandingan keterampilan menulis siswa sebelum dan setelah penggunaan media tersebut. Pada awalnya, seluruh 34 siswa memiliki keterampilan menulis di bawah KKM (kriteria ketuntasan minimal), tetapi setelah menggunakan media tersebut, keterampilan menulis mereka mengalami peningkatan yang signifikan dan melebihi KKM. Uji Wilcoxon Signed Ranks menghasilkan nilai P sebesar 0,000 < 0,05. Kesimpulan bahwa pengembangan media pembelajaran berbasis Android, termasuk validitas, kepraktisan, dan keefektifan, telah menghasilkan peningkatan yang signifikan pada keterampilan menulis teks eksplanasi siswa kelas VI sekolah dasar.]]>
<![CDATA[Media Permainan Minopa Berbasis Android Efektif Meningkatkan Keterampilan Menulis Pantun ]]>
<![CDATA[Ari Hidayatul Lailiah]]>;
<![CDATA[Setya Yuwana]]>;
<![CDATA[Hendratno]]>
<![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.v3i2.235
<![CDATA[Media permainan MINOPA berbasis android digunakan untuk mengatasi rendahnya keterampilan menulis pantun siswa. Penelitian ini bertujuan untuk mengetahui efektivitas pengembangan Media Permainan MINOPA Berbasis Android Meningkatkan Keterampilan Menulis Pantun Peserta Didik Kelas V Sekolah Dasar. Penelitian yang dilakukan termasuk penelitian pengembanagn dengan model 4D yang terdiri dari define (definisi), design (desain), develop (pengembangan), dan disseminate (disemminasi). Populasi pada penelitian ini yaitu siswa SD Negeri Glagaharum yang menjadi subjek penelitian yaitu siswa kelas V sebanyak 25 berjenis kelamin laki-laki dan sebanyak 11 dan peserta didik berjenis kelamin perempuan sebanyak 14. Waktu penelitian yaitu semester genap tahun pelajaran 2022/2023. Penelitian dilaksanakan bulan April-Mei. Tempat penelitian yaitu SD Negeri Glagahrum tepatnya kelas V. Teknik analisis data menggunakan uji validasi media menggunakan persentase sedangkan efektivitas menggunakan SPSS Uji Wilcoxon Signed Ranks. Kevalidan media permainan MINOPA berbasis android yang telah dikembangkan dengan persentase sebesar 92,26% termasuk dalam kategori sangat valid. Pada Uji Wilcoxon Signed Ranks didapatkan nilai P 0,000 < 0,05. Secara garis besar dapat disimpulkan bahwa pengembangan media permainan MINOPA berbasis android efektif meningkatkan secara signifikan keterampilan menulis pantun peserta didik kelas V sekolah dasar.]]>
<![CDATA[Metode Real-Time Berbasis Android Dalam Membangun Sistem Monitoring Kualitas Udara Untuk Proses Sanitasi Rumah Sakit ]]>
<![CDATA[Yoli Andi Rozzi]]>;
<![CDATA[Jhoanne Fredricka]]>;
<![CDATA[Estu Putri Arimi]]>
<![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.v3i2.328
<![CDATA[Rumah Sakit merupakan salah satu fasilitas kesehatan perorangan yang dapat difungsikan sebagai penyelengggara pelayanan kesehatan bagi masyarakat. Maka dari itu kualitas udara ruang kegiatan yang terdapat di Rumah Sakit merupakan salah satu faktor penting dalam menjaga kesehatan sanitasi Rumah Sakit. Standar baku mutu parameter fisik untuk menjamin kualitas udara ruangan tidak hanya berdasarkan parameter suhu, kelembaban, pencahayaan, namun juga memperhatikan kandungan gas pencemar udara yang paling dominan mempengaruhi kesehatan manusia seperti Carbon Monoksida (CO) / Carbon Dioksida (CO2). Sistem akan memberikan hasil pengawasan pembacaan data secara real-time serta dapat diakses kapanpun dan di mana saja. Penelitian ini memiliki tujuan untuk membangun sistem monitoring kondisi kualiatas udara dengan metode real-time berbasis Android dalam mendukung proses sanitasi lingkungan Rumah Sakit. Hasil pengujian menunjukan bahwa sistem monitoring kualitas udara telah berfungsi dengan baik ditandai dengan sistem dapat menampilkan data suhu, kelembaban, intensitas cahaya serta kadar CO2 pada Thinger IO secara real-time. Pengujian dilakukan sebanyak 7x percobaan, pada pengujian suhu atau temperatur udara diperoleh nilai rata-rata error sebesar 0.32 %. Selanjutnya pada pengujian kelembaban udara diperoleh nilai rata-rata error sebesar 1.3 %. Selanjutnya pengujian kadar CO diperoleh nilai rata-rata sebesar 0.985 ppm, sedangkan data intensitas cahaya diperoleh rata-rata sebesar 199.75 lux.]]>
<![CDATA[Penerapan Model Arsitektur VGG16 Untuk Klasifikasi Jenis Sampah ]]>
<![CDATA[Ety Sutanty]]>;
<![CDATA[Maukar]]>;
<![CDATA[Dina Kusuma Astuti]]>;
<![CDATA[Handayani]]>
<![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.v3i2.331
<![CDATA[Data dari Kementerian Lingkungan Hidup dan Kehutanan melalui Sistem Informasi Pengelolaan Sampah Nasional menunjukkan peningkatan jumlah tumpukan sampah hampir 30 Ton pada 2021 dengan sumber sampah terbanyak berasal dari produksi sampah rumah tangga dan kegiatan industri. Cara menyelesaikan masalah pengolahan sampah adalah melalui kegiatan pengolahan sampah yang lebih efektif, salah satunya dengan melakukan klasifikasi jenis sampah menggunakan Convolutional Neural Network (CNN). Pada penelitian ini, dilakukan klasifikasi jenis sampah berdasarkan citra sampah dengan metode CNN menggunakan arsitektur VGG-16 menggunakan dataset Garbage Classification dari situs Kaggle. Arsitektur VGG-16 pada penelitian ini menggunakan 16 lapisan layer yang terdiri atas 13 lapisan layer konvolusi dan 3 lapisan fully-connected. Pelatihan model menggunakan library tensorflow dengan rasio split data 7:1.5:1.5 untuk data latih, data test dan data validasi. Model CNN arsitektur VGG-16 sebagai metode transfer learning dimodifikasi dengan penambahan beberapa lapisan diantaranya pooling layer dengan GlobalAveragePooling2D, dense layer dengan aktivasi ReLU, dan dense layer dengan aktivasi softmax sebagai lapisan full connected layer. Hasil dari pelatihan mendapatkan nilai accuracy sebesar 82.89% dan nilai val_accuracy sebesar 84.62%. Hasil penelitian ini diharapkan dapat membantu pemerintah dalam melakukan pengolahan sampah dalam bentuk yang lebih stabil dan tidak mencemari lingkungan serta mengurangi jumlah sampah yang harus ditimbun.]]>
<![CDATA[Optimasi Feature Selection Pada Komentar Media Sosial Terhadap Peralihan Tv Digital Menggunakan Naïve Bayes, Support Vector Machine dan K-Nearest Neighbor ]]>
<![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.v3i2.121
<![CDATA[Dalam menghadapi perubahan pada salah satu media informasi yaitu televisi yang semula menggunakan signal analog beralih menjadi TV dengan signal digital. Hal tersebut disebabkan bahwa siaran dengan transmisi analog rentan terhadap gangguan sehingga peralihan ini sebagai upaya dalam menikmati konten siaran televisi yang lebih baik. Namun, pada kenyataannya terdapat beberapa kesulitan yang dialami oleh beberapa pihak atau kalangan dengan berbagai alasan. Hal tersebut dapat diketahui melalui platform media sosial seperti twitter dan instagram. Dengan adanya kerjadian tersebut maka dapat diambil beberapa komentar positif dan negatif untuk mengetahui dampak dari peralihan signal digital tersebut. Dalam penelitian ini terdapat 1177 data komentar yang didapatkan sehingga membutuhkan teknologi untuk mendeteksi komentar tersebut positif atau negatif. Pada penelitian ini untuk optimasi komentar berbasis Pearson Correlation dengan menggunakan metode Naïve Bayes, Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Hasil akurasi yang didapatkan dari ujicoba tersebut dengan metode Naïve Bayes 61,22%, SVM 80,10 %, dan KNN 79,93%. Jika ditambahan dengan Feature Selection mendapatkan hasil Naïve Bayes 63,68%, SVM 80,19%, dan KNN 80,02%. Berdasarkan hasil percobaan yang dilakukan digunakan untuk mengetahui berapa banyak perbandingan komentar positif dan negatif serta mengetahui perbandingan dari beberapa macam algoritma dengan seleksi fitur sehingga dapat menjadikan hasil yang optimal.]]>
<![CDATA[Teknik Preprocessing Pada Text Mining Menggunakan Data Tweet “Mental Health” ]]>
<![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.v3i2.131
<![CDATA[Indonesia merupakan salah satu negara di kategorikan pengguna media sosial twitter terbanyak yaitu mencapai 18,45 pada periode januari tahun 2022 juta pengguna sehingga data pada twitter dapat digunakan dalam melakukan bebagai penelitian. Data penelitian ini menggunakan data media sosial twitter yang diambil dengan metode crawling dan mendapatkan data sebanyak 9739 yang diambil dari tanggal 19 oktober 2022 sampai 4 desember 2022 dengan menggunakan keyword “mental health”. Data hasil crawling masih berbentuk mentah dan tidak terstruktur, sehingga perlu dilakukan preprocessing agar data dapat di proses ke tahap selanjutnya dan menghasilkan data yang dapat diolah menggunakan tools pengolah data. Tujuan penelitian ini adalah melakukan preprocessing pada data yang sudah diperoleh melalui twitter. Pengolahan data menggunakan model machine learning diperlukan tahap persiapan data yaitu dengan melakukan preprocessing agar data yang digunakan dapat diolah dengan baik. hasil penelitian ini adalah data yang melewati tahap preprocessing telah berbentuk kata dasar dan siap diolah untuk melakukan penelitian terkait mental health. Beberapa tahapan yang dilakukan pada preprocessing yaitu perubahan bentuk kata dasar, menghapus kata yang tidak penting, menghapus imbuhan, dan konjungsi dari dokumen tweet. Selanjutnya data yang telah melewati tahap preprocessing siap untuk dilakukan pembuatan model analisis sentimen yang berguna dalam pengambilan keputusan terhadap permasalahan tersebut.]]>
<![CDATA[Design Thinking untuk Analisis Masalah Pembelajaran Daring Pada Masa Pandemi Covid-19 di Indonesia ]]>
<![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.v3i2.146
<![CDATA[Pandemi Covid-19 berdampak signifikan tehadap kehidupan manusia, baik kesehatan, ekonomi, maupun Pendidikan di dunia. Di Indonesia, pemerintah telah menerapkan berbagai langkah untuk menekan penyebaran virus dengan memberlakukan kebijakan lockdown. Kebijakan tersebut berdampak di segala sektor, tak terkecuali sektor pendidikan. Kementerian Pendidikan dan Kebudayaan Republik Indonesia mulai memberlakukan kegiatan pembelajaran dalam jaringan (daring). Guru sebagai pendidik harus mampu berinovasi untuk kelangsungan proses pembelajaran. Mereka melakukan berbagai hal untuk memastikan siswa dapat menerima dan memahami topik pembelajaran. Namun, pada pelaksanaan kegiatan pembelajaran daring ini tidak luput dari masalah. Penelitian ini mencoba menemukan permasalahan tersebut dengan menerapkan metode design thinking. Pendekatan design thinking berfokus pada pemahaman kebutuhan dan perspektif pengguna dalam memecahkan masalah yang mengutamakan empati, kreativitas, dan pembuatan prototipe. Design thinking menawarkan kerangka kerja yang kuat untuk mengembangkan keterampilan abad ke-21. Siswa dan guru dari berbagai tingkatan terlibat dalam penelitian ini dan mencoba untuk menemukan dan fokus pada masalah dalam pembelajaran daring. Siswa dan guru menemukan solusi untuk memecahkan masalah dalam pembelajaran daring dengan melakukan peningkatan interaksi antara guru dan siswa.]]>
<![CDATA[Pembentukan Model Recurrent Neural Network dan Connectionist Temporal Classification Pada Pengenalan Kata Tulisan Tangan Offline ]]>
<![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.v3i2.151
<![CDATA[Pengolahan informasi sebagai bentuk dari pengembangan teknologi yang semakin pesat adalah pengenalan tulisan tangan. Pengenalan tulisan tangan saat ini banyak diimplementasikan untuk melakukan identifikasi dokumen-dokumen penting berbentuk digital. Pengenalan tulisan tangan cetak dengan benar dan akurat dapat digunakan untuk menunjang kegiatan manusia baik dalam kegiatan sehari – hari, sekolah, maupun pekerjaan. Pada penelitian ini, peneliti akan melakukan pengenalan tulisan tangan cetak menggunakan Convolutional Neural Network pada perangkat mobile. Penelitian juga akan mengimplementasikan model CNN yang dihasilkan pada android dan mengidentifikasi tulisan tangan yang diambil secara langsung menggunakan kamera. Proses pelatihan menggunakan library tensorflow pada bahasa pemrograman python, dilakukan secara online. Model CNN berhasil dibentuk dengan jumlah 11 hidden layer, terdiri dari 5 lapisan konvolusi, 3 lapisan max pooling, 1 lapisan flatten, dan 2 lapisan fully connected. Model mengambil masukan berupa citra berukuran 28 x 28 piksel dan menghasilkan keluaran berupa pengenalan tulisan tangan cetak. Total parameter bobot yang dimiliki oleh model berjumlah 1.556.495 variabel. Model CNN yang sudah dilatih berhasil diimplementasikan dan dijalankan pada aplikasi android. Berdasarkan perhitungan Global Performance Metric, Aplikasi berhasil mengenali citra tulisan tangan 1 kata dengan akurasi 82,12%. Hasil penelitian diharapkan dapat mengenali tulisan tangan cetak dengan akurasi tinggi pada perangkat android.]]>
<![CDATA[Analisis Performansi Jaringan Komputer Menggunakan Metode Unequal Load Balance Pada Jaringan Lokal ]]>
<![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.v3i2.159
<![CDATA[Salah satu kendala jaringan yang perlu diwaspadai adalah putusnya jalur koneksi yang menyebabkan jaringan sama sekali tidak dapat melakukan pengiriman data. Untuk mengatasi hal tersebut, dilakukan teknik load balance dengan metode unequal load balance. Dengan metode unequal load balance selain untuk mengantisipasi koneksi terputus, teknik ini juga dapat meringankan beban traffic karena tidak hanya satu jalur yang akan menopang traffic jaringan komputer. Penerapan unequal load balance dilakukan secara simulasi pada emulator network GNS3 pada jaringan lokal dengan menggunakan router cisco 7200 sebanyak 8 buah yang terbagi menjadi empat jalur untuk mencapai router tujuan. Adapun hasil pengukuran Quality of Service (QoS) pada unequal load balance yaitu throughput sebesar 2105,832 Kbps dan masuk pada kategori througput yang sangat bagus, untuk delay sebesar 0,0042640 ms dan masuk pada kategori delay yang sangat bagus, untuk jitter sebesar 0,0000003769 ms masuk pada kategori jitter yang sangat bagus, serta untuk packet loss yaitu 0% sehingga masuk pada kategori packet loss yang sangat bagus. Hasil delay perpindahan link sebelum unequal load balance berpengaruh pada link/jalur mana yang diputus, apakah link pada jalur utama atau link pada jalur cadangan yang di putus. Sedangkan hasil delay perpindahan link sesudah unequal load balance tidak berpengaruh dengan jalur mana yang diputus.]]>
