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
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
Published by Universitas Muhammadiyah Kendari
ISSN : 27752984     EISSN : 27751813     DOI : https://doi.org/10.51454/decode
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Other
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 38 Documents
 1   2   3   4 
Search results for , issue "Vol. 5 No. 2: JULI 2025" : 38 Documents clear
Evaluasi Kepuasan Pengguna Aplikasi Weverse Menggunakan Model Unified Theory of Accepatance and Use of Technology 2 Pada Penggemar Korean Pop di Indonesia
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1113

Abstract

Weverse merupakan inovasi digital berupa aplikasi komunitas Penggemar K-Pop yang dirancang untuk memfasilitasi interaksi Penggemar dan idola. Namun, penelitian terkait dengan kepuasan pengguna aplikasi ini masih terbatas. Penelitian ini bertujuan untuk mengevaluasi faktor-faktor yang memengaruhi kepuasan pengguna aplikasi Weverse menggunakan model Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) pada penggemar K-Pop di Indonesia. Metode yang digunakan adalah pendekatan kuantitatif. Sampel terdiri dari 400 responden penggemar K-Pop di Indonesia pengguna Weverse non-membership yang dipilih melalui teknik purposive sampling. Data dikumpulkan menggunakan kuesioner dan dianalisis melalui Partial Least Squares Structural Equation Modeling (PLS-SEM) menggunakan perangkat lunak SmartPLS 4. Hasil penelitian menunjukkan bahwa faktor habit, social influence, dan facilitating conditions menjadi faktor utama dalam meningkatkan kepuasan pengguna dan penggunaan aplikasi, sementara faktor lain seperti performance expecrancy, effort expectancy, dan hedonic motivation masih perlu ditingkatkan. Disarankan untuk peneliti selanjutnya dapat menganalisis perbedaan pengaruh variabel terhadap pengguna Weverse membership dan non-membership.
Pengembangan Dashboard Analitik Real-Time Berbasis BPMN Camunda untuk Optimalisasi Proses Produksi dan Distribusi di Industri Maklon
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1126

Abstract

Kebutuhan akan sistem pengawasan dan pengambilan keputusan berbasis data menjadi krusial, khususnya pada perusahaan maklon seperti PT. Elanazma Prima Int. Penelitian ini bertujuan mengembangkan dashboard analitik real-time untuk memantau dan mengelola proses bisnis secara terintegrasi, mulai dari pengajuan produk, produksi, hingga distribusi. Sistem dikembangkan menggunakan PHP dan MySQL, dilengkapi dengan fitur visualisasi interaktif, pembaruan status otomatis, dan hak akses terstruktur. Proses bisnis dimodelkan dengan pendekatan Business Process Model and Notation (BPMN) menggunakan Camunda BPM Engine. Hasil pengujian menunjukkan bahwa dashboard mampu meningkatkan efisiensi pengawasan, mempercepat respons terhadap dinamika permintaan pasar, serta meminimalisasi keterlambatan dan inefisiensi proses. Studi ini menunjukkan bahwa integrasi visual analytics berbasis situational awareness mampu memberikan dukungan keputusan yang adaptif dan akurat. Kontribusi penelitian ini terletak pada penerapan teknologi digital terintegrasi dalam konteks industri maklon untuk meningkatkan daya saing dan ketahanan operasional berbasis data.
Perencanaan Strategis Sistem Informasi Menggunakan TOGAF pada Program Pascasarjana Magister Manajemen Universitas Triatma Mulya
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1132

Abstract

Penelitian ini bertujuan untuk membantu Universitas Triatma Mulya dalam merumuskan, mengelola dan mengintegrasikan sistem informasi secara terpadu guna mendukung proses pendidikan dan administrasi, sehingga dapat meningkatkan efektivitas pencapaian visi dan misi institusi melalui pemanfaatan teknologi informasi. Data penelitian diperoleh melalui teknik wawancara dan observasi. Metode penelitian yang digunakan dalam penelitian ini mengacu pada kerangka kerja TOGAF Architecture Development Method (ADM) yang tahapan penelitiannya meliputi persiapan, visi arsitektur, arsitektur bisnis, arsitektur SI, arsitektur teknologi, peluang dan solusi, rencana migrasi, dan pengujian. Hasil penelitian berupa identifikasi aktivitas utama pada Program Studi Magister Manajemen, yang meliputi pendaftaran mahasiswa baru, kegiatan akademik, penilaian, dan penyelesaian studi. Selain itu, aktivitas pendukung yang dianalisis mencakup pengelolaan keuangan, surat-menyurat, perpustakaan, kemahasiswaan, kepegawaian, sistem informasi/teknologi informasi, serta sarana dan prasarana. Berdasarkan temuan tersebut, penelitian ini memberikan keluaran berupa usulan pengembangan SI/TI yang dapat meningkatkan efisiensi dan efektivitas operasional Program Studi Magister Manajemen Universitas Triatma Mulya. Dari penelitian ini dihasilkan sejumlah rekomendasi aplikasi berbasis sistem informasi, antara lain SI_VALIDASI, SI_DOSEN, SI_KAS, SI_FINAL, SI_SURAT, SI_SKP, SI_ALUMNI, dan SI_CUTI.
Model Klasifikasi Naive Bayes untuk Pemetaan Persepsi Publik Secara Real-Time pada Media Sosial: Studi Kasus RUU TNI 2025
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1139

Abstract

Pengesahan Revisi Undang-Undang TNI 2025 memicu respons polarisasi di media sosial X (Twitter), terutama terkait kekhawatiran kebangkitan doktrin dwifungsi ABRI era Orde Baru. Penelitian ini bertujuan menganalisis sentimen publik, mengidentifikasi kecenderungan opini (dukungan/penolakan), dan mengevaluasi kinerja model klasifikasi. Data diperoleh melalui crawling 531 cuitan menggunakan kata kunci strategis ("dwifungsi ABRI", "demokrasi", "supremasi sipil"), diproses dengan preprocessing (cleaning, case folding, tokenization, stopword removal, stemming) dan pelabelan manual. Fitur diekstraksi menggunakan pembobotan TF-IDF, lalu diklasifikasikan dengan Naïve Bayes melalui lima skema pembagian data latih-uji (90%:10% hingga 50%:50%). Hasil menunjukkan dominasi sentimen negatif (81%/434 cuitan) dibanding positif (19%/97 cuitan), dengan model terbaik (skema 90%:10%) mencapai akurasi 85,19% dan presisi 100%, namun recall sangat rendah (4,35%) dan F1-score 8,33%. Word cloud mengungkap kata kunci negatif seperti "tolak", "DPR", dan "Dwifungsi ABRI" yang merefleksikan trauma historis. Simpulan penelitian mengindikasikan penolakan publik terhadap RUU TNI 2025, dengan kelemahan kritis pada deteksi sentimen positif akibat class imbalance dan keterbatasan Naïve Bayes menangkap konteks linguistik kompleks. Rekomendasi mencakup teknik oversampling (SMOTE) dan algoritma berbasis konteks (LSTM) untuk optimasi model.
Pengembangan Video Pembelajaran Problem Based Learning untuk Meningkatkan Analisis Kulit Wajah Siswa SMK Kecantikan
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1146

Abstract

Penelitian ini bertujuan untuk menguji kelayakan media video, meningkatkan kompetensi menganalisa kulit wajah, menyimpulkan respon siswa terhadap media video pembelajaran berbasis model Problem Based Learning (PBL) di SMKN 1 Buduran. Latar belakang penelitian ini didasari oleh rendahnya kemampuan siswa dalam memahami dan mengaplikasikan analisis kulit wajah melalui metode pembelajaran konvensional. Metode yang digunakan adalah penelitian dan pengembangan (R&D) dengan pendekatan model ADDIE (Analyze, Design, Development, Implementation, Evaluation). Subjek penelitian adalah siswa kelas X Kecantikan dan SPA di SMK Negeri 1 Buduran. Hasil validasi media oleh ahli materi dan ahli media menunjukkan bahwa media video yang dikembangkan termasuk dalam kategori sangat layak dengan skor rata-rata 86,9%. Uji efektivitas melalui pretest dan posttest menunjukkan adanya peningkatan signifikan dalam kompetensi siswa dengan rata-rata nilai siswa yang diajar dengan media video 88,33. Selain itu, hasil angket respon siswa menunjukkan tanggapan sangat positif terhadap penggunaan media video berbasis PBL. Kesimpulannya, media video pembelajaran berbasis PBL efektif dalam meningkatkan kemampuan analisis kulit wajah siswa dan layak digunakan dalam proses pembelajaran kecantikan di SMK.
Pengembangan Video Pembelajaran Kewirausahaan Kuliner untuk Meningkatkan Pemahaman Siswa
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1151

Abstract

Penelitian ini bertujuan untuk mengembangkan media video pembelajaran pada mata pelajaran Wirausahawan dan Kewirausahaan untuk siswa jurusan kuliner di SMKN 1 Monta. Permasalahan utama yang dihadapi adalah rendahnya pemahaman siswa terhadap konsep kewirausahaan akibat metode pembelajaran yang masih dominan bersifat teoritis dan minim penggunaan media interaktif. Penelitian ini menggunakan metode Research and Development (R&D) dengan model pengembangan 4D (Define, Design, Develop, Disseminate). Hasil validasi oleh ahli materi dan media menunjukkan bahwa video pembelajaran tergolong sangat layak dengan skor masing-masing 85% dan 88%. Uji efektivitas melalui pretest dan posttest menunjukkan nilai rata-rata N-Gain sebesar 0,78, termasuk kategori tinggi, yang menandakan peningkatan signifikan dalam pemahaman siswa. Selain itu, minat belajar siswa terhadap media video mencapai 92,18%, menunjukkan daya tarik dan keterlibatan yang tinggi. Temuan ini membuktikan bahwa media video pembelajaran interaktif efektif tidak hanya dalam meningkatkan pemahaman konsep, tetapi juga dalam membangkitkan minat belajar siswa. Maka dari itu, media ini dapat dijadikan sebagai solusi alternatif dalam mengatasi keterbatasan metode pembelajaran konvensional di SMK.
Estimasi Serapan CO2 Melalui Selisih Konsentrasi di Udara dan Tanah: Studi Kasus Pertanian Urban di Depok
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1163

Abstract

Perubahan iklim akibat emisi karbon dioksida (CO2) menjadi isu global. Pertanian urban berpotensi menyerap CO2 melalui fotosintesis, namun pemantauannya masih terbatas. Penelitian ini mengembangkan sistem pemantauan CO2 berbasis Internet of Things (IoT) menggunakan sensor MQ-135 dan mikrokontroler ESP32. Pengukuran dilakukan secara tidak langsung melalui selisih konsentrasi CO2 antara udara dan tanah. Sistem juga dilengkapi sensor DHT22 dan YL-69 untuk memantau suhu, kelembapan udara, dan kelembapan tanah. Penelitian ini menggunakan metode eksperimen kuantitatif dengan implementasi sistem di lahan pertanian urban Depok selama tiga hari. Data dikumpulkan setiap jam pada pagi, siang, dan sore, lalu dikirim otomatis ke platform pemantauan.com. Hasil menunjukkan penurunan selisih CO2 pada sore hari, mengindikasikan peningkatan fotosintesis. Sistem ini efektif untuk pemantauan karbon berkelanjutan dan potensial untuk skema kredit karbon.
Deteksi Attention Deficit Hyperactivity Disorder (ADHD) Berbasis Electroencephalogram (EEG) : Pendekatan Klasifikasi Dengan Random Forest
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1164

Abstract

Attention Deficit Hyperactivity Disorder (ADHD) merupakan gangguan perkembangan yang sering dijumpai pada anak-anak dan berdampak signifikan terhadap proses belajar serta kualitas hidup. Proses diagnosis ADHD saat ini masih didominasi oleh observasi klinis yang bersifat subjektif, sehingga diperlukan pendekatan yang lebih objektif. Penelitian ini bertujuan untuk mendeteksi ADHD menggunakan data Electroencephalogram (EEG) yang diproses melalui algoritma klasifikasi Random Forest. Data EEG dianalisis melalui tahapan pra-pemrosesan, ekstraksi fitur, dan klasifikasi. Hasil penelitian menunjukkan bahwa model Random Forest mampu membedakan antara data EEG penderita ADHD dan kelompok kontrol dengan akurasi sebesar 0,74. Penelitian ini berkontribusi pada upaya memperluas aplikasi machine learning di bidang kesehatan, khususnya dalam upaya diagnosis dini dan penanganan ADHD yang lebih baik, objektif, dan terintegrasi teknologi. Selain itu, aplikasi deteksi ADHD berbasis Streamlit dikembangkan untuk memfasilitasi proses deteksi secara interaktif dan visualisasi data EEG. Temuan ini menunjukkan potensi pemanfaatan algoritma Random Forest dalam deteksi ADHD berbasis EEG secara lebih akurat dan efisien, meskipun peningkatan akurasi dan eksplorasi metode klasifikasi lain masih diperlukan. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem deteksi ADHD yang lebih objektif dan konsisten.
Optimasi Hyperparameter Pada Algoritma K-Nearest Neighbor untuk Analisis Sentimen terhadap Pembelajaran Jarak Jauh
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1170

Abstract

Pandemi COVID-19 mendorong diberlakukannya kebijakan Pembelajaran Jarak Jauh (PJJ) secara masif di Indonesia. Kebijakan ini memunculkan beragam tanggapan dari masyarakat, baik positif maupun negatif, yang tersebar luas melalui media sosial. Namun, belum banyak penelitian yang secara sistematis menganalisis opini publik terhadap PJJ menggunakan pendekatan berbasis data. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis sentimen masyarakat terhadap kebijakan PJJ dengan memanfaatkan data dari Twitter. Penelitian ini menggunakan pendekatan kuantitatif dengan metode text mining dan analisis sentimen berbasis algoritma K-Nearest Neighbor (KNN). Data dikumpulkan melalui Application Programming Interface (API) Twitter dengan kata kunci tertentu, kemudian dilakukan proses prapengolahan yang mencakup pembersihan teks, tokenisasi, dan ekstraksi fitur menggunakan TF-IDF. Proses pelatihan dan pengujian model dilakukan menggunakan KNN, dengan eksplorasi hyperparameter melalui teknik GridSearchCV. Parameter yang diuji meliputi jumlah tetangga (k), metode pembobotan (uniform dan distance), serta metrik jarak (Euclidean, Minkowski, dan Cosine). Hasil menunjukkan konfigurasi terbaik pada k = 22, pembobotan distance, dan metrik Cosine, dengan akurasi pelatihan tertinggi mencapai 98,80%. Temuan ini menunjukkan bahwa pemilihan hyperparameter yang optimal serta tahapan prapengolahan yang tepat sangat berpengaruh dalam meningkatkan performa klasifikasi sentimen terhadap kebijakan PJJ.
Digitalisasi Model Altman Z-Score untuk Prediksi Financial Distress Perusahaan Negara Non-Manufaktur Berbasis Data Mining
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1173

Abstract

Penelitian ini bertujuan untuk mendigitalisasi model Altman Z-Score dalam memprediksi potensi financial distress pada PT Aneka Tambang Tbk sebagai perusahaan negara non-manufaktur. Studi ini menggunakan data laporan keuangan tahunan periode 2019–2023 yang diperoleh dari Bursa Efek Indonesia. Proses awal meliputi normalisasi data melalui konversi tipe string menjadi numerik, penghapusan simbol mata uang, serta penambahan kolom EBIT dan working capital. Metode Altman Z-Score non-manufaktur diterapkan dengan menghitung empat rasio utama: X1 (WCTA), X2 (RETA), X3 (EBITTA), dan X4 (BVE/TL), kemudian dikalikan dengan koefisien masing-masing untuk memperoleh nilai Z-Score. Hasil analisis menunjukkan bahwa seluruh nilai Z-Score PT Aneka Tambang Tbk selama lima tahun berada di atas 2,6, yang menempatkan perusahaan secara konsisten dalam kategori safe zone. Tren Z-Score yang meningkat tiap tahun mengindikasikan perbaikan kesehatan keuangan perusahaan. Visualisasi interaktif menggunakan matplotlib memperkuat interpretasi hasil. Penelitian ini membuktikan bahwa digitalisasi model prediksi financial distress berbasis data efektif meningkatkan efisiensi analisis dan pengambilan keputusan. Pengembangan sistem ini diharapkan dapat diintegrasikan ke dalam sistem pelaporan keuangan digital untuk pemantauan keuangan real-time yang lebih akurat dan bermanfaat.

Page 1 of 4 | Total Record : 38

 1   2   3   4 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 6 No. 1: MARET 2026 Vol. 5 No. 3: NOVEMBER 2025 Vol. 5 No. 2: JULI 2025 Vol. 5 No. 1: MARET 2025 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 More Issue