cover
Contact Name
Hendra Nelva Saputra
Contact Email
hendra.nelva@umkendari.ac.id
Phone
+6282193165892
Journal Mail Official
hendra.nelva@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
ISSN : 27752984     EISSN : 27751813     DOI : https://doi.org/10.51454/decode
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 107 Documents
Search results for , issue "Vol. 4 No. 3: NOVEMBER 2024" : 107 Documents clear
Implementasi Sistem Informasi Geografis Terhadap Pemetaan Mitra Layanan Brilink Di Kota Tanjung Balai
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.725

Abstract

BRI merupakan salah satu bank BUMN yang terus berinovasi untuk memberikan pelayanan terbaik ke setiap nasabah. Contoh inovasi layanan yaitu dalam bentuk mitra layanan BRILink. Tujuan layanan BRILink yaitu memudahkan para nasabah dalam melakukan transaksi keuangan melalui mitra yang telah bekerjasama. Untuk memudahkan pendataan lokasi mitra BRILink, dibutuhkan sebuah sistem pemetaan yang terintegrasi. Meskipun pihak BRI memiliki sistem pemetaan mitra dari BRILink, tetapi masih terlihat kurang efektif mengingat aplikasi pemetaan yang ada belum memberikan informasi yang lengkap. Tujuan penelitian ini untuk membantu pihak BRI khususnya di kota Tanjung Balai dalam mendata dan memetakan lokasi dari mitra BRILink. Penelitian menggunakan metode kualitatif dengan analisis berdasarkan obsevasi dan dokumentasi berkaitan dengan data mitra layanan BRILink. Hasil penelitian menyimpulkan bahwa GIS dengan menggunakan Google MAP API membantu memudahkan masyarakat untuk mengetahui lokasi mitra layanan BRILink dengan menampilkan informasi yang lengkap, mudah dan akurat di Kota Tanjung Balai.
Perancangan UI/UX untuk Aplikasi Tafsir Al-Quran Berbasis Mobile Menggunakan Metode HDC (Human Centered Design)
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.726

Abstract

Perkembangan teknologi mempermudah akses dan pembacaan Al-Quran beserta tafsirnya melalui aplikasi smartphone. Membaca dan memahami tafsir Al-Quran merupakan ibadah utama bagi umat Muslim. Aplikasi tafsir Al-Quran kini menawarkan teks Arab, terjemahan, dan tafsir dari berbagai sumber, meningkatkan kenyamanan pengguna. Desain pengalaman pengguna (User Experience/UX) dan antarmuka pengguna (User Interface/UI) yang efektif sangat penting untuk keberhasilan aplikasi. Penelitian ini menggunakan pendekatan Human Centered Design (HCD) untuk merancang aplikasi tafsir Al-Quran berbasis Android, berfokus pada kebutuhan pengguna. Hasil wawancara mengungkapkan kebutuhan fitur seperti tafsir yang mudah dipahami, dukungan bahasa Indonesia dan Inggris, pengingat waktu salat, dan penanda ayat. Prototipe yang dikembangkan diuji kepada pengguna, menghasilkan tanggapan positif terkait kemudahan penggunaan dan pemahaman tafsir. Aplikasi ini dirancang untuk memudahkan akses kapan saja dan di mana saja, terutama bagi mereka yang sibuk dan tidak selalu membawa Al-Quran fisik. Secara keseluruhan, penelitian ini menegaskan bahwa penerapan HCD berkontribusi pada pengembangan aplikasi religius yang fungsional, mudah digunakan, dan sesuai kebutuhan pengguna.
Sistem Informasi Penyebaran Penyakit Tuberculosis Paru Di Puskesmas Karang Rejo Dengan Metode K-Means Clustering Berbasis Web
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.728

Abstract

Tuberkulosis (TB) Paru merupakan salah satu penyakit menular yang masih menjadi masalah kesehatan masyarakat di Indonesia. Untuk memantau penyebaran penyakit TB Paru, diperlukan sebuah sistem informasi yang dapat memvisualisasikan persebaran kasus TB Paru di suatu wilayah termasuk  desa Karang Rejo. Penelitian ini bertujuan untuk membangun sebuah sistem informasi penyebaran penyakit TB Paru di Puskesmas Karang Rejo dengan menggunakan metode K-Means Clustering berbasis web. Metode K-Means Clustering digunakan untuk mengelompokkan data penderita TB Paru berdasarkan jarak terdekat dengan titik pusat cluster. Hasil pengelompokan tersebut kemudian divisualisasikan pada peta digital menggunakan Google Maps API. Sistem informasi ini dilengkapi dengan fitur pencarian kasus TB Paru berdasarkan rentang waktu, status pengobatan, dan wilayah. Administrator juga dapat mengelola data penderita, data pegawai, dan data klaster. Hasil pengujian sistem menunjukkan bahwa aplikasi dapat memvisualisasikan penyebaran kasus TB Paru di Puskesmas Karang Rejo dengan baik. Pengawai Puskesmas  dapat dengan mudah melihat sebaran kasus TB Paru dan melakukan analisis persebaran penyakit. Sistem informasi ini diharapkan dapat membantu pihak Puskesmas Karang Rejo dalam memantau dan mengendalikan penyebaran penyakit TB Paru di wilayah kerjanya.
Implementation Of Dynamic Role-Based Access Control and Record Log-In Dependency Injection Based VRMS System
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.752

Abstract

Human resource management is one of the critical factors for a company in order to realize the company's vision, mission, and goals. This requires effective and efficient human resource management by integrating the entire management process well. This is to manage the company's internal and external human resources. VRMS is an integrated application that can manage the company's external resources. VRMS is built based on dependency injection. VRMS has two superior features: role-based access control (RBCA) and record log. RBCA is a feature that manages all resources involved in a company project. At the same time, the record log allows super admins to monitor and evaluate the performance of all external company resources. The VRMS system is built using hybrid methodoly in software development life cycles from initiation phase, planning, execution, and testing. The testing process used in this system is the user acceptance test (UAT) method. The test results show that all features on VRMS can run 80% well.
Analisis Kepuasan Pengguna Dalam Pemanfaatan Sistem Informasi GoMT Menggunakan Model Eucs Di Dinas Kominfo Kota Gorontalo
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.776

Abstract

Aplikasi GoMT (Gorontalo Masyarakat Terpadu) merupakan salah satu aplikasi yang di buat oleh Dinas Kominfo Kota Gorontalo untuk memenuhi kebutuhan administrasi  masyatakat ditingkat kelurahan, dalam penerapan aplikasi ini masih terdapat error. Penelitian ini dilakukan untuk menganalisis kepuasan pengguna dalam pemanfaatan sistem informasi GoMT menggunakan model EUCS. Variabel pada model EUCS yaitu Content (Isi), Accuracy (Keakuratan), Format (Bentuk), Timeliness (Ketepatan Waktu), dan Ease Of Use (Kemudahan Pengguna). Hasil penelitian ini menunjukan kepuasan pengguna aplikasi GoMT yang didapatkan dari masing-masing variabel perhitungan tingkat capaian responden pada aplikasi GoMT ada pada nilai rata-rata 79% yang artinya tingkat kepuasan pengguna masuk pada katerogi cukup. Maka penelitian menunjukan kinerja sistem aplikasi GoMt sudah cukup. Berdasarkan lima hipotesis yang telah diuji, mendapatkan hasil 2 hipotesis lainnya menyatakan pengaruh insignifikan Accuracy (Keakuratan) dan Timeliness (Ketepatan Waktu) dan 3 hipotesis menyatakan pengaruh signifikan yaitu Content (Isi), Ease of Use (Kemudahan Pengguna) dan Format (Bentuk). Walaupun demikian pembuat sistem perlu meningkatkan lagi kualitas sistem informasi GoMT.
Prediksi Kanker Paru dengan Normalisasi menggunakan Perbandingan Algoritma Random Forest, Decision Tree dan Naïve Bayes
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.779

Abstract

Berdasarkan data Global Cancer Observatory Organisasi Kesehatan Dunia angka kematian kanker paru sebanyak 1.796.144 orang di seluruh dunia. Kematian akibat kanker paru di Indonesia sebanyak 30.843 pada tahun 2020. Penyakit yang dapat membunuh orang akibat keganasannya yang paling umum disebabkan oleh kanker paru mencapai 13% dari keseluruhan diagnosis kanker. Penyakit ini dapat disebabkan dari internal ataupun eksternal paru- paru. Membuat model prediksi dirasa perlu, guna mendeteksi penyakit ini lebih awal untuk menekan angka kematian yang diakibatkan oleh kanker paru. Menggunakan proses pemodelan menggunakan algoritma Random Forest, Naïve Bayes dan Decision Tree untuk memproses data tersebut. Tujuan penelitian melakukan perbandingan algoritma Random Forest, Decision Tree serta Naïve Bayes untuk memprediksi penyakit kanker paru dengan menggunakan data yang terdiri dari 26. 000 data. Data ini meliputi informasi tentang pasien, gaya hidup, dan kondisi medis, seperti umur, jenis kelamin, polusi udara, konsumsi alkohol, alergi debu, risiko genetik, penyakit paru kronis, diet seimbang, obesitas, kebiasaan merokok, dan riwayat penyakit lain. Tahapan pengolahan data terdiri dari, pembersihan Data, yaitu menghilangkan fitur yang tidak relevan, seperti Index dan Patient ID, dan mengubah fitur kategorikal "Level" menjadi bentuk numerik, lalu analisis Korelasi,yaitu Mengidentifikasi atribut yang memiliki korelasi tinggi, seperti "Alcohol Use", "Occupational Hazards", "Genetic Risk", dan "Chronic Lung Disease", selanjutya normalisasi data mengubah sebaran data dari empat atribut yang memiliki korelasi tinggi agar lebih mudah diproses, kemudian seleksi fitur yaitu memilih fitur penting dengan menggunakan metode chi-square, yang menunjukkan bahwa "Coughing of Blood", "Passive Smoker", dan "Obesity" memiliki score tertinggi dan dianggap sebagai fitur penting, dilanjutkan dengan pemisahan Data, yaitu membagi data menjadi 80% untuk data pelatihan dan 20% untuk data pengujian, selanjutnya pembuatan model dengan menggunakan tiga algoritma, yaitu Random Forest, Decision Tree, dan Naïve Bayes, untuk memprediksi kanker paru. Random Forest dan Decision Tree mencapai akurasi 100%, sementara Naïve Bayes mencapai akurasi 86%. Berdasarkan evaluasi penelitian yang telah dilakukan pada data penyakit kanker paru, algoritma Random Forest dan Decision Tree sangat cocok untuk prediksi data penyakit kanker paru karena mampu menghasilkan model prediksi yang baik dengan pengujian Confusion Matrix serta Learning Curve.
Optimasi Prediksi Saham dengan Neural Network pada PT Xyz
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.782

Abstract

Penelitian ini bertujuan untuk mengoptimalkan prediksi harga saham di PT XYZ menggunakan Neural Network. Latar belakang penelitian ini berfokus pada kebutuhan perusahaan untuk model prediksi saham yang akurat, terutama mengingat fluktuasi yang disebabkan oleh faktor-faktor makroekonomi, seperti suku bunga, inflasi, dan nilai tukar. Metode tradisional dalam analisis saham sering kali tidak dapat menangkap kompleksitas pola dalam data saham, sehingga pendekatan berbasis kecerdasan buatan, seperti Neural Network, dipilih karena kemampuannya dalam memproses data yang kompleks dan non-linear. Metodologi yang digunakan mencakup pengumpulan data historis harga saham, volume perdagangan, suku bunga, inflasi, dan nilai tukar dari periode 2015 hingga 2017. Data tersebut kemudian diproses dengan teknik normalisasi dan interpolasi untuk mengatasi nilai yang hilang. Model Neural Network yang diterapkan memiliki dua lapisan tersembunyi, dilatih menggunakan algoritma backpropagation dan dioptimalkan melalui grid search untuk menentukan hyperparameter terbaik. Hasil penelitian menunjukkan bahwa Neural Network yang dioptimalkan dapat memprediksi harga saham dengan akurasi yang lebih baik dibandingkan metode tradisional, dengan nilai Mean Squared Error (MSE) yang rendah dan Mean Percentage Error (MPE) yang baik. Penelitian ini memberikan kontribusi dalam pengambilan keputusan investasi yang lebih tepat di tengah fluktuasi pasar saham.
Sistem Portal Pada Extended Reality (XR) Untuk Memperkecil Size Scene Pada Implementasi Metaverse Fakultas Ilmu Komputer
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.783

Abstract

Salah satu tantangan utama dalam pengembangan lingkungan virtual berskala besar seperti Metaverse adalah kinerja sistem yang terbebani oleh scene yang kompleks dan luas. Tujuan dari penelitian ini adalah untuk mengatasi masalah kinerja di lingkungan virtual yang besar dan kompleks dengan menggunakan sistem portal yang memungkinkan pengguna berpindah antar ruang secara cepat tanpa me-render seluruh scene sekaligus. Penelitian ini menggunakan metode Design Thinking serta memanfaatkan teknologi Extended Reality (XR) dan 3D modeling untuk mengembangkan ruang virtual yang menyerupai kampus nyata. Hasil penelitian menunjukkan bahwa penggunaan portal mampu mengurangi ukuran scene dan meningkatkan efisiensi sistem secara signifikan, tanpa mengorbankan kualitas pengalaman pengguna. Kesimpulan penelitian ini adalah bahwa integrasi sistem portal dalam Metaverse mampu meningkatkan performa dan kenyamanan navigasi, serta membuka peluang untuk pengembangan lebih lanjut dalam menciptakan lingkungan virtual yang lebih kompleks dan interaktif, yang dapat diterapkan di berbagai sektor, termasuk pendidikan, pariwisata dan industri.
Implementasi Metode Naïve Bayes Dalam Memprediksi Kelulusan Mahasiswa Tepat Waktu Pada Program Studi Pendidikan Teknologi Informasi
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.456

Abstract

Program Studi Pendidikan Teknologi Informasi merupakan salah satu program studi baru di fakultas keguruan dan ilmu Pendidikan, Data dari pangkalan Data mahasiswa aktif sampai tahun 2023 ini berjumlah 520 orang, dari jumlah mahasiswa tersebut, ada sebanyak 27 orang mahasiswa yang telah lulus studi. Jika melihat data kelulusn berdasarkan angkatannya maka setidaknya ada 21 data lulusan mahasiswa Angkatan 2018 dari total penerimaan Angkatan pertama 97 mahasiswa, selanjutnya 6 mahasiswa lulus dari 146 mahasiswa Angkatan 2019. Penelitian ini bertujuan untuk: 1) Memodelkan prediksi kelulusan mahasiswa tepat waktu dengan melibatkan factor-faktor yang mendukung kelulusan mahasiswa tepat waktu. 2) Melakukan analisis factor-faktor penentu kelulusan mahasiswa tepat waktu dengan metode naïve bayes, dan 3) untuk mengetahui apakah metode naïve bayes dapat digunakan dalam memprediksi kelulusan mahasiswa tepat waktu.  Metode penelitianyang digunakan adalah kuantitatif. Hasil dari penelitian ini adalah: Memodelkan prediksi kelulusan mahasiswa tepat waktu dan tidak tepat waktu dengan melibatkan faktor-faktor yang mendukung kelulusan mahasiswa tepat waktu dan tidak tepat waktu, Metode naïve bayes dapat digunakan dalam memprediksi kelulusan mahasiswa tepat waktu, dengan probobalitas Kelulusan Tepat Waktu Sebesar 11% dan Tidak Tepat Waktu Sebesar 89%. Dengan Akurasi 100%, dengan hasil pelatihan dan pengujian tanpa error. Ini dibuktikan pada data pengujian model melalui RapidMiner.
Analisis Pengenalan Pola Pada Citra Digital Untuk Prediksi Berat Buah Sawit
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.481

Abstract

Bobot kelapa sawit merupakan salah satu faktor yang menunjang keberhasilan petani  kelapa sawit dalam mencapai hasil panen yang memuaskan. Informasi berat buah sawit biasanya diperoleh dengan menggunakan timbangan tangan yaitu timbangan gantung atau timbangan dacin. Cara lain untuk menentukan berat buah sawit adalah dengan menggunakan metode pengolahan citra. Pendekatan ini didasarkan pada metode deteksi tepi sobel untuk mendeteksi bobot buah sawit. Metode deteksi tepi Sobel adalah teknik dalam pengolahan citra untuk menemukan tepi atau perubahan tajam dalam intensitas piksel pada citra dan bertujuan untuk menentukan kontur buah sawit sehingga membantu dalam proses pengukuran berat. Pengolahan citra ini nantinya berupa foto digital yang diolah untuk memperoleh informasi berat buah sawit. Selanjutnya dilakukan studi kelayakan, analisis perhitungan akurasi system. Setelah rancangan ini selesai kemudian dibandingkan dan diuji dengan hasil bobot buah sawit yang diperoleh dengan timbangan Dacin. Adapun hasil dari penelitian ini yang telah diuji pada 50 citra buah sawit dengan jarak pengambilan gambar 1 meter menggunakan kamera Handphone telah diuji tingkat keberhasilan penelitian menggunakan Precission, Recall, dan Accuracy. Adapun hasil yang didapat dari Precission, Recall, dan Accuracy dari penelitian ini yaitu  Precission sebesar 82%, Recall sebesar 100%, dan Accuracy 82%.

Page 7 of 11 | Total Record : 107