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
591 Documents
<![CDATA[Implementasi Convolutional Neural Network pada Klasifikasi Citra Daun Tanaman Hias ]]>
<![CDATA[Suswati, Betty]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 2: JULI 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i2.590
<![CDATA[Tanaman hias yang diminati adalah memiliki variasi genetik yang tinggi seperti bentuk, tekstur daun dan warna bunga. Variasi jenis spesies tanaman hias mengakibatkan kesulitan dalam mengenali jenis dari tanaman ini. Penelitian ini mengusulkan model klasifikasi menggunakan citra daun dalam melakukan klasifikasi daun kedalam 7 kelas yaitu: Aglaonema Big Roy, Aglaonema Dona Carmen, Aglaonema Snow White, Philodenron Mercy, Philodenron Plowmanii, Syngonium Alussion dan Syngonium Pink Spot. Tahapan penelitian dimulai dengan mengidentifikasi fitur citra daun yg digunakan untuk membentuk model klasifikasi dengan menentukan parameter model klasifikasi CNN berdasarkan epochs, batch size, dan split data. Penelitian ini menggunakan rasio data pelatihan dan data pengujian 8:2. Penelitian ini juga membentuk ulang feature map yang dihasilkan pada proses pooling menjadi vektor input pada layer fully connected sehingga model dapat mengklasifikasikan citra daun dengan loss yang lebih rendah. Hasil pengujian dengan 50 epoch menujukkan semakin besar epoch yang digunakan maka nilai loss yang dihasilkan pada pelatihan data semakin rendah. Model klasifikasi berhasil melakukan klasifikasi dengan akurasi pada data uji mencapai 100%. Hasil penelitian ini diharapkan dapat mempermudah pengguna khususnya penggemar tanaman hias untuk mengenali jenis dari tanaman hias berdasarkan daunnya.]]>
<![CDATA[Perancangan Sistem Rekam Medis Elektronik Guna Pelaporan Imunisasi Vaksin Bayi Baru Lahir Dengan Metode V-Model ]]>
<![CDATA[Reydita Nur Rahmawati, Fannisa]]>;
<![CDATA[Yuyun Yunengsih]]>;
<![CDATA[Yuda Syahidin]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 2: JULI 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i2.591
<![CDATA[Abstrak: Penelitian ini bertujuan merancang sebuah sistem informasi rekam medis yang dapat digunakan untuk melaporkan imunisasi vaksin pada bayi baru lahir di RSIA Limijati Bandung. Metode penelitian yang di gunakan melalui pendekatan deskriptif kualitatif dan pengumpulan data melalui observasi, wawancara, serta tinjauan pustaka dan metode yang digunakan dalam perancangan sistem ini metode V-Model dengan menggunakan aplikasi visual studio 2010. Tujuan dari penelitian ini dibuatencangkup informasi pengolahan dan pelaporan data vaksinasi di Rumah Sakit sehingga tenaga medis dapat melaporkan hasilnya secara cepat dan akurat kepada dinas Kesehatan. Dalam proses penelitian permasalahan terkait pencampuran data vaksin bayi baru lahir dengan data anak dewasa sehingga menyulitkan pelaporan yang spesifik dilakukan secara manual. Diharapkan hasil dari penelitian ini mengembangkan sistem yang dapat meningkatkan kualitas pelayanan medis dengan melaporkan imunisasi vaksin bayi baru lahir secara efisien dan akurat.]]>
<![CDATA[Perancangan Sistem Informasi Rekam Medis Dalam Menunjang Pelaporan Morbidittas UGD dengan Metode V-Model ]]>
<![CDATA[Lhokseumawe, Rendy Maulana]]>;
<![CDATA[Yuyun Yunengsih]]>;
<![CDATA[Yuda Syahidin]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 2: JULI 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i2.592
<![CDATA[Penelitian ini bertujuan untuk merancang sistem informasi rekam medis guna mendukung pelaporan morbiditas di Unit Gawat Darurat (UGD) RS Lanud Sulaiman menggunakan metode V-Model. Metode penelitian yang digunakan adalah pendekatan kualitatif dengan metode deskriptif melalui wawancara mendalam dan observasi langsung. Sistem informasi ini dirancang untuk meningkatkan efisiensi, efektivitas, dan kualitas layanan dengan menggantikan proses pencatatan manual yang menyebabkan keterlambatan pelaporan. Tahapan pengembangan meliputi analisis kebutuhan, desain sistem, implementasi, dan pengujian. Pada tahap analisis kebutuhan, dilakukan identifikasi terhadap kebutuhan sistem. Desain sistem mencakup pembuatan diagram alir data, diagram hubungan entitas, dan spesifikasi basis data. Implementasi dilakukan menggunakan Microsoft Visual Studio 2010, sedangkan pengujian sistem menggunakan teknik black box testing. Permasalahan yang ditemui menunjukkan bahwa pencatatan laporan secara manual menyebabkan keterlambatan dalam pelaporan. Keunggulan sistem ini meliputi peningkatan kecepatan dan akurasi pelaporan, pengurangan kesalahan akibat pencatatan manual, dan kemudahan akses data rekam medis. Hasil penelitian menunjukkan bahwa sistem informasi rekam medis ini dapat meningkatkan kecepatan dan akurasi pelaporan morbiditas di UGD, sehingga mendukung peningkatan kualitas pelayanan di RS Lanud Sulaiman.]]>
<![CDATA[Alat Pencatat Cuaca Untuk Meningkatkan Kualitas dan Efisiensi di Perkebunan Mangga Di Majalengka ]]>
<![CDATA[Mardiana, Ardi]]>;
<![CDATA[Tarsono, Ano]]>;
<![CDATA[Wahono, Syiffa Safiera]]>;
<![CDATA[Sujadi, Harun]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 2: JULI 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i2.596
<![CDATA[Demi mengatasi dampak perubahan iklim pada budidaya mangga, penelitian ini menggunakan inovasi dalam alat pencatat cuaca yang dibuat dengan teknologi dan sensor terkini. Alat ini memiliki tingkat presisi tinggi dan kemampuan adaptasi otomatis terhadap perubahan cuaca. Fokus penelitian adalah perkebunan mangga dengan variasi iklim yang signifikan, di mana alat ini secara konsisten mengukur suhu, kelembapan, kecepatan angin, arah mata angin dan curah hujan. Dengan menggunakan teknik analisis data yang melibatkan statistik dan big data, hasil yang diharapkan mencakup pembuatan alat pencatat cuaca yang efisien, akurat, dan inovatif untuk merespon perubahan cuaca. Alat ini tidak hanya memberikan data yang lebih akurat tetapi juga membantu membuat keputusan yang cerdas tentang manajemen perkebunan.Penelitian ini memberikan gambaran yang jelas tentang teknologi pencatat cuaca yang canggih, sehingga diharapkan dapat mendorong pengembangan teknologi serupa di sektor pertanian lainnya. Penelitian ini memberikan kontribusi penting terhadap ketahanan perkebunan mangga terhadap perubahan iklim global. Hasilnya, diharapkan bahwa alat pencatat cuaca canggih ini akan meningkatkan kualitas dan efisiensi produksi mangga dan menawarkan solusi pintar untuk mengatasi tantangan pertanian yang disebabkan oleh perubahan iklim.]]>
<![CDATA[Aplikasi Presensi Karyawan M-Presence Menggunakan Metode Lock Gps Berbasis Android ]]>
<![CDATA[Rafli Khalis Nugraha]]>;
<![CDATA[Raissa Amanda Putri]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 2: JULI 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i2.600
<![CDATA[Sistem presensi merupakan sistem yang harus dimiliki oleh suatu perusahaan. Sistem presensi yang sedang berjalan pada perusahaan ini menggunakan sistem presensi sidik jari (Fingerprint). Karena hanya terdapat 1 buah alat presensi terjadi penumpukan karyawan yang ingin melakukan presensi. Hal ini membuat proses sistem presensi ini menjadi kurang efektif karena dapat membuat antrian sehingga terjadi keterlambatan pada saat proses presensi. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi presensi karyawan berbasis android dengan menggunakan metode lock gps yang akan mempermudah karyawan dalam melakukan presensi. Pada tahapan pengumpulan data, metode penelitian yang digunakan adalah metode kualitatif seperti observasi, wawancara dan studi pustaka. Metode pengembangan sistem yang digunakan adalah metode waterfall yang terdiri dari analisis kebutuhan, desain, implementasi, pengujian dan pemeliharaan sistem. Perancangan aplikasi berbasis android ini menggunakan kodular sebagai platform pengembangan aplikasi dan google spreadsheet sebagai tempat penyimpanan data. Hasil dari penelitian ini menghasilkan sebuah aplikasi presensi berbasis android yang di lengkapi dengan metode lock gps dan fitur anti fake location dimana karyawan harus benar benar berada di wilayah lokasi pekerjaan pada saat melakukan presensi dan karyawan tidak dapat melakukan kecurangan jika ingin memanipulasi lokasi menggunakan aplikasi fake gps atau sejenisnya. Di harapkan penelitian ini dapat menjadi referensi untuk penelitian berikutnya di masa yang akan mendatang.]]>
<![CDATA[Sistem Rekomendasi Skincare Menggunakan Metode Content Based Filtering dan Collaborative Filtering ]]>
<![CDATA[Yanisa Putri, Komang Sri]]>;
<![CDATA[I Made Agus Dwi Suarjaya]]>;
<![CDATA[Wayan Oger Vihikan]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i3.601
<![CDATA[Seiring berjalannya waktu, setiap orang akan mengikuti perkembangan zaman yang semakin modern dalam segala hal terutama dalam hal perawatan kesehatan kulit wajah yang mengakibatkan kebutuhan akan produk perawatan kulit sangat diperlukan. Meningkatnya penggunaan teknologi digital dan maraknya berbagai macam jenis skincare membuat sistem rekomendasi produk skincare menjadi semakin penting. Sistem rekomendasi untuk pemilihan skincare ini dibuat untuk dapat merekomendasikan skincare yang cocok dengan tipe wajah pengguna serta kandungan yang sesuai dengan kulit wajah pengguna berdasarkan preferensi dari pengguna lain. Terdapat beberapa metode untuk implementasi dari sistem rekomendasi, yakni menggunakan metode Hybrid Filtering dengan mengkombinasikan Content Based Filtering yang diimplementasikan dengan pembobotan TF-IDF dan Collaborative Filtering yang diimplementasikan menggunakan algoritma Convolutional Neural Network (CNN). Pengujian metode Hybrid Filtering dilakukan dengan menghitung banyaknya jumlah relevan dari hasil rekomendasi berdasarkan input pengguna yang dikumpulkan dengan metode survei. Pada pengujian metode Hybrid Filtering menunjukkan bahwa rata-rata nilai precision terbesar dengan menampilkan top 5 produk hasil rekomendasi dengan nilai precision sebesar 0.776 dibandingan dengan menampilkan 10 sampai dengan 15 produk hasil rekomendasi. Untuk mengukur tingkat kepuasan terhadap hasil sistem rekomendasi dari pengguna pada penelitian ini dihitung dengan metode CSAT yang dimana skor CSAT dari hasil survei kepada pengguna sebesar 80% yang tergolong dalam ‘Excellent CSAT’.]]>
<![CDATA[Implementasi Metode YOLOv8 Pada Mobile Apps Untuk Klasifikasi Kain Endek Bali ]]>
<![CDATA[Rahaditya Kusuma, Nyoman Tri]]>;
<![CDATA[I Made Agus Dwi Suarjaya]]>;
<![CDATA[Wayan Oger Vihikan]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i3.610
<![CDATA[Seiring dengan kemajuan teknologi dan era yang semakin modern mengakibatkan kebudayaan kain tenun endek di Bali kurang diperhatikan dan dilestarikan oleh masyarakat setempat. Nyatanya banyak masyarakat yang tidak mengenali berbagai corak dari kain tenun endek Bali karena kurangnya perhatian dari masyarakat utamanya anak generasi muda. Hal ini jelas menjadi perhatian sehingga perlu dibuat klasifikasi yang jelas untuk mengedukasi dengan mudah kepada masyarakat terkait motif kain endek Bali. Penelitian yang dibangun diimplementasikan dengan model YOLOv8 menggunakan Bahasa Pemrograman Python sehingga dapat mendeteksi motif dari kain endek dengan akurat pada mobile apps yang dibuat menggunakan Android Studio. Sebelum melakukan implementasi pada Android Studio, perlu dilakukan analisis dan evaluasi terlebih dahulu pada model YOLOv8 sehingga bisa memberikan hasil deteksi yang maksimal dengan menggunakan dataset dari gambar kain endek yang telah dilakukan augmentasi dan anotasi dengan total dataset sebanyak 1.524 data gambar kain endek. Evaluasi yang dilakukan pada model YOLOv8 dengan menghitung nilai precission, recall, mAP50, mAP50-95. Hasil evaluasi menunjukkan bahwa model YOLOv8 menghasilkan precision dengan nilai 0.943, recall dengan nilai 0.954, 0.956 untuk nilai tertinggi pada mAP50, serta 0.8 untuk nilai tertinggi pada mAP50-95, yang sudah bagus untuk mendeteksi motif dari kain endek untuk kemudian diimplementasikan pada mobile apps.]]>
<![CDATA[Penerapan Kombinasi Metode Simple Additive Weighting dan Technique for Order Preference by Similarity to Ideal Solution dalam Pemilihan Dosen Pembimbing Skripsi ]]>
<![CDATA[Joko Kuswanto]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i3.629
<![CDATA[Penetapan atau pemilihan dosen pemblimbling skripsi di Program Studi Informatika Universitas BLaturaja bliasanya dilakukan atas usulan dari mahasiswa. Pemilihan terseblut umumnya dilakukan secara manual dan blelum dilakukan dengan sistem yang terkomputerisasi. Selain itu, penetapan dosen pemblimbling skripsi terkadang mengesampingkan jumlah blimblingan yang mengakiblatkan kurang seimblangnya jumlah blimblingan dari setiap dosen dan terkadang tidak sesuai dengan kompetensi dosen. Melihat kondisi terseblut, maka diperlukan sebluah yang dapat mendukung dalam pengamblilan keputusan untuk pemilihan dosen pemblimbling skripsi. Penelitian ini blertujuan menerapkan komblinasi metode SAW dengan TOPSIS dalam pemilihan Dosen Pemblimbling Skripsi. Metode SAW digunakan terleblih dahulu untuk menghitung nilai pembloblotan pada setiap kriteria di tiap altenatif dan metode TOPSIS seblagai tahapan proses akhir untuk melakukan proses perangkingan terhadap alternatif. Dari hasil perhitungan dengan menerapkan komblinasi metode SAW dan TOPSIS didapatkan 3 nilai tertinggi seblesar 0,7338, 0.5805, dan 0.5302 pada Alternatif 5, 6, dan 3. BLerdasarkan hasil perhitungan dapat disimpulkan blahwa penerapan komblinasi metode SAW dan TOPSIS dapat diimplementasikan ke dalam sistem pemilihan dosen pemblimbling skripsi.]]>
<![CDATA[Implementasi Smart Contract dalam Aplikasi Website Digitalisasi Realisasi Anggaran OPEX ]]>
<![CDATA[Aida Lestari]]>;
<![CDATA[Alfa Ryano Yohannis]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i3.630
<![CDATA[Pemalsuan data merupakan masalah serius yang dapat merugikan berbagai pihak. Dalam era digital, teknologi blockchain menawarkan solusi dengan menyimpan data secara permanen dan aman. Penelitian ini bertujuan mengembangkan sistem berbasis smart contract pada platform blockchain Ethereum untuk digitalisasi realisasi anggaran Operational Expenditure (OPEX) perusahaan, menggunakan metode SDLC Waterfall. Metode ini dipilih karena dapat menyelesaikan tantangan waktu pengembangan dan tidak melibatkan respons pengguna pada tahap awal. Hasil penelitian menunjukkan bahwa sistem ini mampu mengotomatisasi proses persetujuan anggaran, mengurangi waktu dan biaya, serta meningkatkan transparansi dan akuntabilitas. Hasil pengujian Unit Testing menunjukkan bahwa sistem berjalan sesuai harapan tanpa kesalahan. Pengujian gas rata-rata menunjukkan penggunaan 106.375,3 gas dengan biaya sekitar 0,00208 ETH atau Rp 139.129. Pada end-to-end testing menggunakan skenario proses pembelian server IBM, dimulai dari Budgeting Staff Controller yang menginput harga Rp 150.000.000 untuk pembelian IBM Power System S822LC Rack Server. Setelah pengajuan realisasi diajukan, kepala departemen melakukan pengecekan dan persetujuan, yang berlanjut melalui beberapa tahap hingga seluruh pengajuan disetujui. Implementasi teknologi ini diharapkan dapat meningkatkan efisiensi, transparansi, dan keamanan dalam pengelolaan anggaran di perusahaan.]]>
<![CDATA[Identifikasi Fitur Suara Menggunakan Model Convolutional Neural Network (CNN) pada Speech-to-Text (STT) ]]>
<![CDATA[Rodiah]]>;
<![CDATA[Susetianingtias, Diana Tri]]>;
<![CDATA[Eka Patriya]]>
<![CDATA[ Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Teknologi Infromasi UMK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51454/decode.v4i3.631
<![CDATA[Identifikasi pola ucapan dilakukan untuk dapat mengenali kata yang diucapkan. Salah satu metode yang dapat digunakan untuk mengidentifikasi Speech-to-Text (STT) adalah dengan menggunakan Convolutional Neural Network (CNN). Penelitian ini menggunakan metode CNN untuk mengidentifikasi STT pada raw speech dari sejumlah 23000 data dari open dataset suara Kaggle. Tahap awal dilakukan resampling durasi, untuk mengambil data rekaman yang memiliki durasi yang cukup untuk masuk dalam proses selanjutnya yaitu inisialisasi frekuensi. Tahap ini mengubah frekuensi asli dari suara rekaman. Inisialisasi dilakukan dengan mengubah frekuensi dari 16000Hz menjadi rentang 8000Hz. Tahap selanjutnya pelabelan data, yaitu data input dan output diberi label untuk klasifikasi sebagai dasar pembelajaran untuk pemrosesan data. Data yang sudah dilabeli kemudian dilakukan pembagian kedalam rasio 8:2. Tahap Akhir Perancangan arsitektur model CNN dilakukan untuk dapat mengenali pola suara yang sudah direkam pada dataset dan dapat mengidentifikasi ucapan. Hasil penelitian bertujuan untuk mengidentifikasi pola suara yang diucapkan dengan akurasi tinggi.]]>
