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
jurnal.decode@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 : 10.51454
Core Subject : Science, Education,
Computer Science & IT Education Languange, Linguistic, Communication & Media Other
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 162 Documents
 12   13   14   15   16 
Computer-Aided Diagnosis (CAD) of Stroke in The Brain CT-Scan Images Using Integration of Grey Level Co-Occurrence Matrix (GLCM) Texture Feature Extraction And K-Nearest-Neighbour (KNN) Classification Casidi, Casidi; Syukur, Abdul; Soeleman, M. Arief; Nurhindarto, Aris
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.v4i3.646

Abstract

This study presents an advanced and efficient computer-aided diagnosis (CAD) system for stroke detection using brain CT images, integrating Grey Level Co-Occurrence Matrix (GLCM) feature extraction and K-Nearest Neighbour (KNN) classification. The objective is to enhance stroke detection accuracy and efficiency in clinical settings. A dataset of 400 brain CT images, divided into 300 for training and 100 for testing with equal normal and stroke classes, was used to evaluate performance. The GLCM texture features significantly differentiated between normal and stroke images. The optimized KNN model demonstrated high performance, achieving 99% classification accuracy, 100% sensitivity, 98% specificity, 97% precision, a 99% F1 score, 100% positive predictive value, and 98% negative predictive value. The average computation time per image was 3.2 seconds, indicating feasibility for real-time application. In conclusion, the GLCM-KNN integrated CAD system proves to be an accurate and efficient method for stroke diagnosis on brain CT scans, offering a potential solution for early stroke detection in resource-limited healthcare facilities.
Implementasi Metode Rapid Application Development Pada Aplikasi Sistem Informasi Monitoring Santri Berbasis Website Anggraini Puspita Sari; Haromainy, Muhammad Muharrom Al; Ryan Purnomo
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 1: MARET 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i1.348

Abstract

Penelitian ini bertujuan membuat sistem informasi monitoring santri berbasis website sebagai sentralisasi informasi data santri yang dapat dijadikan pusat informasi bagi wali santri. Penelitian ini menggunakan pendekatan terstruktur dalam pembuatan sistem dan mengadopsi pengembangan perangkat lunak dengan metode Rapid Application Development (RAD). Dalam penelitian ini diterapkan langkah-langkah RAD untuk membangun aplikasi Sistem Informasi Monitoring Santri yang efisien dan responsif. Tahap awal melibatkan pemahaman mendalam terhadap kebutuhan pengguna yang kemudian digunakan untuk merancang prototipe awal. Prototipe ini dievaluasi oleh pengguna akhir untuk mendapatkan umpan balik yang digunakan untuk memperbaiki dan mengembangkan aplikasi lebih lanjut. Selama pengembangan, kolaborasi antara pengembang dan pengguna sangat penting. Metode RAD memungkinkan fleksibilitas dalam perubahan kebutuhan dan prioritas, sehingga memungkinkan aplikasi untuk beradaptasi dengan cepat terhadap perubahan lingkungan. Proses pengembangan berlangsung dengan iterasi berulang yang memungkinkan perbaikan dan peningkatan berkelanjutan. Hasil dari penelitian ini adalah aplikasi Sistem Informasi Monitoring Santri yang siap digunakan dan responsif terhadap kebutuhan pengguna. Metode RAD memungkinkan pengembangan aplikasi dengan waktu yang lebih singkat dibandingkan dengan metode tradisional, sehingga memungkinkan penyedia layanan pendidikan untuk lebih efisien dalam memantau dan mengelola data santri. Penelitian ini menunjukkan bahwa metode RAD efektif dalam mengembangkan aplikasi Sistem Informasi Monitoring Santri berbasis website.
Prediksi Vaksinasi Terhadap Penambahan Kasus Covid-19 Dengan Neural Network Damayanti, Irma; Hakim, Arief Rachman; Subarkah, Pungkas; Utami, Dias Ayu Budi; Rahayu, Prastyadi Wibawa
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 1: MARET 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i1.354

Abstract

Covid-19 menjadi masalah kritis yang harus segera diselesaikan. Karena telah menyebabkan peningkatan kasus dan kematian yang signifikan di seluruh dunia. Upaya pencegahan dan pengendalian yang dilakukan oleh berbagai negara meliputi penutupan, pembatasan sosial, dan termasuk vaksinasi tak terkecuali di Indonesia. Analisis dan pemahaman yang lebih mendalam tentang hubungan antara vaksinasi dan penambahan kasus Covid-19 diperlukan. Dengan perkembangan teknologi dan berdasarkan penelitian terdahu model kecerdasan buatan yang salah satunya berupa jaringan saraf tiruan (neural network) dapat membantu dalam memodelkan dan memprediksi dampak vaksinasi terhadap penambahan kasus Covid-19. Penelitian ini melakukan perhitungan prediksi vaksinasi terhadap laju kenaikan kasus di Indonesia dengan Neural Network menggunakan struktur backpropagation. Data yang digunakan dalam penelitian ini yaitu data Covid-19 dan data vaksinasi ditahun 2020 sampai 2021. Hasil yang didapa bahwa model Neural Network dapat melakukan prediksi vaksinasi. Dengan pola skenario batchSize = 32, hidden layer = 5, learningRate = 0.3, momentum = 0.2 , dan trainingTime = 100 menunjukan akurasi 60,73% dengan nilai RMSE 0.484, yang mana diketahui bahwa 99 data yang berhasil diprediksi dengan tepat.
Analisis Kepuasan Pengguna Dalam Pemanfaatan Sistem Informasi GoMT Menggunakan Model Eucs Di Dinas Kominfo Kota Gorontalo Muhammad Rifai Katili; Muchlis Polin; Anisa Fadilah Lakepo
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.
Backend Programming Techniques in the Development of Resource Manager Features in VRMS Systems Based on ORM Prisma Mutiara Auliya Khadija; Paradhita, Astrid Noviana; Purbayu, Agus; Bawono, Sahirul Alim Tri; Aziz, Abdul; Haryati, Sri; Aubin Sava Rausanfiker; Bagus Brang Wicaksono; Shafwan Eksa Jayadi
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.v4i3.792

Abstract

The development of community makes human resource management in the company also needs to consider changing work rhythms. Nowadays, many companies use external human resources to complete work in the company. Therefore, an external human resource management strategy is needed that suits the company's needs. The Industrial Revolution 4.0 makes human resource management more about cross-generational competency-based management with a more integrated system. Information systems are one of the most widely used technologies in computer science and communication networks in companies' development of computing systems. information system as a primary computing system that needs to be owned by a company in order to optimize the company's business processes. This optimization also includes managing the company's internal and external human resources. This research focused on the development of human resource management systems. Therefore, this system is called the VRMS system. The VRMS system was developed using a hybrid agile method using the concept of Prisma ORM with NestJs. This research succeeded in building a VRMS system with a performance level of 100%.
Rancang Bangun Sistem Monitoring Akademik Santri dan Pembayaran Berbasis Android di Pondok Pesantren Al Muntadhor Andi Surandi; Rr. Hajar Puji Sejati
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.v4i3.794

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem monitoring akademik santri dan pembayaran berbasis Android di Pondok Pesantren Al Muntadhor guna meningkatkan efisiensi administrasi dan transparansi informasi. Sistem ini dirancang untuk mempermudah pengelolaan data santri, pencatatan pembayaran, serta interaksi antara pihak pesantren dan orang tua/wali santri. Fitur utama mencakup pengelolaan data akademik, jadwal kegiatan, pencapaian hafalan, integrasi payment gateway untuk transaksi digital, dan pelaporan otomatis. Pengujian sistem menggunakan metode Black Box Testing menunjukkan bahwa semua fitur berfungsi dengan baik, dengan tingkat keberhasilan proses login mencapai 100%, waktu rata-rata pengolahan pembayaran kurang dari 5 menit, dan akses data akademik tanpa error dengan waktu respons aplikasi rata-rata 2-3 detik. Berdasarkan survei terhadap 120 orang tua/wali santri, 92% menyatakan sistem ini mempermudah pemantauan akademik anak, dan 88% merasa lebih nyaman menggunakan metode pembayaran digital. Hasil penelitian menunjukkan peningkatan efisiensi administrasi hingga 70% dan pengurangan waktu pembuatan laporan sebesar 85%. Selain itu, sistem ini meningkatkan keterlibatan orang tua dalam proses pendidikan, meskipun terdapat 10% pengguna yang melaporkan kendala teknis. Penelitian ini menyimpulkan bahwa sistem monitoring berbasis Android memberikan solusi efektif dan efisien untuk pengelolaan akademik dan keuangan di pesantren, serta menjadi model inovasi teknologi informasi dalam pendidikan Islam.
Sistem Pakar Gizi Balita: Kerangka Kerja Konseptual Untuk Deteksi Gizi Buruk Nugroho, Suryanto; Sudibyo , Nugroho Arif
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.v4i3.810

Abstract

Penelitian ini bertujuan untuk mengembangkan kerangka kerja sistem pakar yang dapat mendeteksi gizi buruk pada balita melalui penerapan teori Dempster-Shafer dan metode Pengambilan Keputusan Berbasis Multi-Atribut (MADM). Kerangka kerja ini dirancang untuk meningkatkan akurasi dan efisiensi dalam proses diagnosis dengan memanfaatkan analisis ketidakpastian yang dihadapi oleh anak-anak. Melalui integrasi kedua pendekatan tersebut, sistem pakar diharapkan dapat memberikan rekomendasi yang tepat dan relevan berdasarkan gejala yang dimasukkan oleh pengguna. Selain itu, penelitian ini juga menekankan pentingnya akuisisi pengetahuan dari para ahli gizi untuk membangun basis pengetahuan yang kuat, sehingga sistem dapat beradaptasi dengan kebutuhan diagnosis dan perkembangan pengetahuan gizi terkini. Kerangka kerja yang diusulkan diharapkan dapat menjadi alat yang efektif bagi tenaga kesehatan dalam mengidentifikasi dan menangani masalah gizi buruk, serta meningkatkan kesadaran masyarakat tentang pentingnya kesehatan gizi anak.
Aplikasi Keamanan E-Voting Pemilihan Ketua Osis Menggunakan Metode AES 128 Berbasis Android (Studi Kasus: MTSN 3 Poso) Shibghotullah Al Murod; Suhirman
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.v4i3.818

Abstract

Indonesia merupakan negara demokrasi yang rutin melaksanakan pemilu, termasuk dalam lingkup organisasi kecil seperti pemilihan ketua OSIS. Namun, metode pemilihan konvensional sering kali menghadapi berbagai masalah, seperti risiko kecurangan, kerahasiaan data yang rendah, dan proses penghitungan yang memakan waktu. Seiring perkembangan teknologi, e-voting menjadi alternatif yang menawarkan efisiensi dan transparansi. Meski demikian, aspek keamanan data menjadi tantangan utama dalam penerapan e-voting, mengingat data suara yang bersifat rahasia harus terlindungi dari ancaman manipulasi atau kebocoran informasi. Penelitian ini mengusulkan solusi dengan mengembangkan aplikasi e-voting berbasis Android menggunakan algoritma Advanced Encryption Standard (AES) 128-bit. Algoritma ini dipilih karena keandalannya dalam mengamankan data melalui proses enkripsi yang efisien, sehingga memastikan kerahasiaan suara, integritas data, dan keaslian pengguna. Data yang digunakan meliputi data pemilih, data suara, dan hasil perhitungan, yang dienkripsi sebelum disimpan atau diproses. Hasil penelitian menunjukkan bahwa aplikasi ini berhasil meningkatkan keamanan data pemilihan ketua OSIS di MTsN 3 Poso, serta memberikan efisiensi yang signifikan dibandingkan metode pemilihan konvensional. Dengan algoritma AES-128, data penting terjamin keamanannya selama proses pemilihan berlangsung. Aplikasi ini diharapkan menjadi solusi inovatif untuk menciptakan sistem pemilu yang lebih modern, aman, dan terpercaya.
Classification Of Palm Oil Maturity Using CNN (Convolution Neural Network) Modelling RestNet 50 Prasiwiningrum, Elyandri; Adyanata Lubis
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.v4i3.822

Abstract

Accurate classification of palm fruit maturity levels is very important to optimize harvest time and increase production efficiency in the palm oil industry. Traditional methods that rely on visual assessment of factors such as fruit shedding and skin discoloration are prone to human error. To overcome this limitation, this research applies deep learning techniques, specifically using Convolutional Neural Network (CNN) with ResNet-50 architecture, to classify Fresh Fruit Bunches (FFB) into two stages of maturity: unripe and ripe. The model is trained and validated using a combination of data augmentation techniques to improve model performance. Various configurations were tested, including variations in data sharing, optimizer, and learning rate. The optimal configuration—90/10 training and validation data split, Adam optimizer, and learning rate of 0.0001—resulted in excellent model performance. The ResNet-50 model achieved 97% accuracy, with 96% precision, 98% recall, and an F1 score of 97%. This metric reflects the high reliability of the model in classifying palm fruit maturity levels, significantly reducing classification errors compared to traditional methods. This research highlights the transformational potential of deep learning to improve maturity classification in the palm oil industry, by offering a more efficient, accurate and automated approach. Further research should focus on expanding the dataset to increase model robustness as well as exploring real-time implementation to further improve decision making in palm oil production. This approach promises to increase agricultural efficiency by ensuring optimal harvest timing and better resource management.
Optimalisasi Desain UI/UX Prototype untuk perancangan Aplikasi Interaktif dalam Pengembangan Digital Pariwisata Berkelanjutan Sepeda Onthel di Towilfiets Yulianto, Arief; Putri, I Gusti Ayu Agung Aristi; Khaer, Ananda Fiky Dibanu
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.v4i3.840

Abstract

Penelitian ini bertujuan mengoptimalkan desain prototipe UI/UX dalam aplikasi interaktif untuk mendukung digitalisasi pariwisata berkelanjutan pada sepeda onthel di Towilfiets, Yogyakarta. Metode yang digunakan adalah prototyping dengan pendekatan kualitatif deskriptif melalui wawancara, survei, dan Focus Group Discussion (FGD). Validasi dilakukan menggunakan System Usability Scale (SUS), menghasilkan skor rata-rata 74 yang termasuk kategori "Good," menunjukkan aplikasi dapat diterima oleh pengguna. Hasil ini mendukung pengembangan digitalisasi ekonomi pariwisata di Towilfiets. Namun, penelitian menemukan kendala seperti keterbatasan sumber daya manusia dan kurangnya pemahaman tentang pariwisata berkelanjutan. Untuk mengatasi hal ini, direkomendasikan pengembangan lebih lanjut, termasuk pelatihan lokal dan pemeliharaan aplikasi guna memastikan keberlanjutannya. Penelitian ini memberikan kontribusi signifikan dalam mendukung digitalisasi pariwisata berkelanjutan dan memperkuat peran teknologi dalam memajukan ekonomi lokal di Towilfiets.

Page 14 of 17 | Total Record : 162

 12   13   14   15   16 

Filter by Year

2021 2024


Reset
Filter By Issues
All Issue 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