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 342 Documents
Implementasi Sistem Telekomunikasi Berbasis Internet of Things di Sektor Kesehatan pada area LoS and NLoS Lintang Patria; Muhammad Yassir; Puput Dani Prasetyo Adi
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.1093

Abstract

Penelitian ini bertujuan mengkaji kinerja board LoRa RFM96 untuk pengembangan sistem Internet of Things (IoT) di Indonesia, khususnya dari aspek Quality of Service (QoS) pada proses transmisi data. RFM96 beroperasi pada frekuensi 920 MHz dengan spreading factor 7 sampai 12 dan bandwidth 125 kHz. Metode penelitian yang digunakan adalah pengujian eksperimental melalui pengukuran nilai Received Signal Strength Indicator (RSSI) dan Signal to Noise Ratio (SNR) pada berbagai jarak di wilayah perkotaan. Pengujian dilakukan pada jarak 1 km hingga 15 km dalam kondisi Line of Sight (LoS). Tingkat keberhasilan transmisi data ditentukan berdasarkan kondisi LoS dan Non Line of Sight (NLoS). Hasil penelitian menunjukkan bahwa tingkat keberhasilan pengiriman data pada kondisi LoS mencapai 87 persen, sedangkan pada kondisi NLoS berada di bawah nilai tersebut, tergantung pada tingkat halangan dalam proses komunikasi antara pemancar dan penerima. Selain itu, penelitian ini juga mengembangkan desain casing perangkat menggunakan teknologi pencetakan tiga dimensi untuk menghasilkan bentuk yang lebih kecil dan ringan. Hasil pengukuran tambahan diperoleh dari sensor denyut jantung dengan satuan beats per minute (bpm).
Penerapan Algoritma Random Forest untuk memprediksi Performa Akademik Mahasiswa Joko Kuswanto; Lukmanul Hakim
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.1103

Abstract

Perkembangan teknologi yang pesat, khususnya di bidang pendidikan, membuka peluang untuk meningkatkan kualitas pembelajaran dan hasil akademik. Machine Learning, sebagai salah satu teknologi kecerdasan buatan, memiliki kemampuan untuk membuat prediksi berbasis pola data. Penelitian ini bertujuan untuk menerapkan algoritma Random Forest dalam memprediksi performa akademik mahasiswa Program Studi Informatika Universitas Baturaja. Data yang digunakan mencakup variabel akademik (nilai mata kuliah semester 1 dan 2) dan demografis (jenis kelamin, kelas, angkatan), dengan target prediksi berupa Indeks Prestasi (IP) semester 3. Penelitian dilakukan menggunakan metode kuantitatif dengan alat Google Colab dan teknik regresi. Evaluasi model dilakukan menggunakan Mean Absolute Error (MAE), Mean Squared Error (MSE), dan R-squared (R2). Hasil penelitian menunjukkan bahwa model Random Forest menghasilkan MAE sebesar 0.27, MSE sebesar 0.2387, dan R2 sebesar 0.3128, yang menunjukkan akurasi prediksi yang memadai namun dapat ditingkatkan lebih lanjut. Penelitian ini memberikan kontribusi pada pengembangan strategi pembelajaran berbasis data untuk meningkatkan kualitas pendidikan di Program Studi Informatika Universitas Baturaja.
Peramalan Jumlah Kendaraan Diuji Baik Menggunakan Metode Regresi Linier Berganda Agus Astra Bawa; I Nyoman Sukajaya; I Made Agus Wirawan
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.1104

Abstract

Adanya permasalahan dalam penyediaan bahan baku pengujian di Dinas Perhubungan Kabupaten Buleleng sangat erat kaitannya dengan belum adanya peramalan jumlah kendaraan diuji baik. Peramalan juga tidak bisa dilakukan tanpa teridentifikasinya variabel-variabel yang mempengaruhi jumlah kendaraan diuji baik tersebut. Tujuan penelitian ini adalah untuk menentukan variabel yang tepat yang mempengaruhi jumlah kendaraan diuji baik serta menghitung hasil peramalan jumlah kendaraan diuji baik di Dinas Perhubungan Kabupaten Buleleng. Metode analisis prediksi menggunakan Regresi Linier Berganda. Evaluasi peramalan menggunakan Mean Absolute Percentage Error (MAPE). Penelitian ini menghasilkan 5 variabel bebas yaitu jumlah hari kerja dibulan bersangkutan, usia kendaraan  dari kendaraan diuji baik 6 bulan sebelumnya, jarak tempuh (alamat pemilik) dari kendaraan diuji baik 6 bulan sebelumnya, jenis kendaraan mobil barang dari kendaraan diuji baik 6 bulan sebelumnya, dan sifat kendaraan umum dari kendaraan diuji baik 6 bulan sebelumnya. Dengan persamaan Regresi Linier Berganda Y = 773,884+11,695X1-23,788X3-11,633X4+0,005X5+1,502X8 menghasilkan peramalan jumlah kendaraan diuji baik dari bulan Januari 2024 sampai dengan bulan Juni 2024 adalah 600, 540, 595, 577, 570 dan 581 dengan hasil uji akurasi MAPE sebesar 5,39 dengan kategori sangat bagus.
Multimedia Pembelajaran Berbasis Android Pada Mata Pelajaran TIK Jum Dapiokta; Edi Sutiono; Johan Eka Wijaya; Ade Vidianti; Joko Kuswanto
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.1105

Abstract

Multimedia menjadi salah satu metode yang menarik perhatian dalam dunia pendidikan, terutama di kalangan siswa. Dengan memanfaatkan multimedia pembelajaran berbasis Android, diharapkan dapat meningkatkan motivasi dan keterlibatan siswa dalam proses belajar. Akan tetapi, masih ada proses pembelajaran yang dilakukan guru masih fokus menggunakan metode konvensional dan kurang relevan dengan gaya belajar generasi digital saat ini. Oleh karena itu, diperlukan media pembelajaran inovatif yang dapat mendukung proses pembelajaran, salah satunya berbasis android. Penelitian ini bertujuan untuk mengembangkan multimedia pembelajaran berbasis android pada mata pelajaran TIK kelas X di SMA Negeri 3 OKU. Metode penelitian yang digunakan adalah penelitian pengembangan dengan pendekatan model ADDIE. Berdasarkan beberapa tahapan pengujian yang dilakukan didapatkan data sebesar 100% untuk segi tampilan atau fungsionalnya dan data hasil tanggapan siswa didapatkan data sebesar 83,1% dengan kriteria sangat baik. Berdasarkan hasil penelitian dapat disimpulkan bahwa multimedia pembelajaran sudah layak dan bisa digunakan sebagai alternatif media saat proses pembelajaran. Dengan adanya multimedia pembelajaran berbasis andorid dapat membangkitkan motivasi belajar siswa serta memungkinkan siswa dapat belajar mandiri sesuai dengan kemampuan dimanapun dan kapanpun.
Penerapan Metode Case Based Reasoning dan Algoritma K-Nearest Neighbor untuk Diagnosa Penyakit dan Hama pada Tanaman Kopi Joko Kuswanto; Jum Dapiokta; Riya Majalista; Edi Sutiono
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 3: NOVEMBER 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i3.1106

Abstract

Tanaman kopi memiliki peran penting dalam perekonomian Indonesia, namun produktivitasnya sering terhambat oleh serangan penyakit dan hama. Minimnya pengetahuan petani mengenai jenis gangguan pada tanaman kopi menyebabkan proses penanganan sering terlambat atau tidak tepat, sehingga menurunkan kualitas dan kuantitas hasil panen. Penelitian ini bertujuan mengimplementasikan Sistem Pakar berbasis metode Case Based Reasoning (CBR) yang dikombinasikan dengan algoritma K-Nearest Neighbor (KNN) untuk mendiagnosis penyakit dan hama pada tanaman kopi secara lebih akurat. Sistem bekerja dengan menganalisis 39 gejala serta 8 basis aturan yang mewakili berbagai jenis penyakit dan hama. Metode CBR digunakan untuk mencari kasus lama yang memiliki kemiripan tertinggi dengan kasus baru, sementara KNN berperan dalam proses perhitungan similaritas berdasarkan bobot masing-masing gejala. Hasil pengujian menunjukkan bahwa nilai kemiripan kasus baru terhadap kasus penyakit Karat Daun sebesar 0,83, yang berada di atas ambang batas penerimaan umum pada penelitian CBR (0,70–1,00). Hal ini menunjukkan bahwa pendekatan CBR-KNN mampu memberikan diagnosis yang memadai dan relevan. Sistem pakar yang dibangun diharapkan dapat membantu petani dalam mengidentifikasi gangguan pada tanaman kopi secara lebih cepat, tepat, dan berbasis pengetahuan pakar.
Pengembangan Model PBL Berbantuan Augmented Reality untuk Meningkatkan Pemahaman dan Problem Solving Siswa Steffi Olga Desiree Yolpremzcky; Maspiyah; I Gusti Putu Asto Buditjahjanto; Lilik Anifah
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 3: NOVEMBER 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i3.1122

Abstract

Perkembangan teknologi dalam era Society 5.0 mendorong dunia pendidikan untuk mengintegrasikan inovasi digital ke dalam proses pembelajaran. Salah satu tantangan dalam pembelajaran kejuruan, khususnya pada kompetensi keahlian Tata Kecantikan di SMK, adalah rendahnya pemahaman konsep dan keterampilan problem solving siswa terkait penggunaan sunscreen, yang penting untuk kesehatan kulit di wilayah tropis seperti Indonesia. Penelitian ini bertujuan mengembangkan dan menganalisis efektivitas model pembelajaran Problem Based Learning (PBL) berbantuan media Augmented Reality (AR) guna meningkatkan pemahaman konsep dan kemampuan pemecahan masalah siswa dalam topik penggunaan sunscreen. Metode yang digunakan adalah Research and Development (R&D) dengan model 4D (Define, Design, Develop, Disseminate), dilaksanakan di SMKN 8 Surabaya dan SMKN 1 Buduran. Instrumen validasi menilai kelayakan materi, media, dan desain pembelajaran, sedangkan efektivitas diuji melalui ANCOVA. Hasil validasi menunjukkan model termasuk kategori “sangat layak”. Model PBL berbantuan AR terbukti secara signifikan meningkatkan pemahaman konsep dan problem solving siswa dibandingkan pembelajaran konvensional, serta menjadi alternatif inovatif yang relevan dalam pendidikan vokasi.
Model Prediksi Manajemen Stok Produk Berbasis Deep Learning Gated Recurrent Unit untuk Optimalisasi Rantai Pasok E-Commerce Darmawan Lahru Riatma; Yusuf Fadhlilla Rahman; Trisna Ari Roshinta; Masbahah Masbahah; Ahmad Faisal Sani; Rifa Khoirunisa; Nur Azizul Haqimi
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.1130

Abstract

Perkembangan pesat e-commerce mendorong kebutuhan akan sistem manajemen stok produk yang adaptif dan presisi tinggi untuk menjaga kesinambungan rantai pasok. Ketidakseimbangan antara permintaan konsumen dan ketersediaan stok dapat menyebabkan kerugian signifikan, baik dalam bentuk overstock maupun stockout. Penelitian ini bertujuan untuk merancang model prediksi manajemen stok produk berbasis algoritma deep learning Gated Recurrent Unit (GRU) untuk meningkatkan efisiensi rantai pasok e-commerce. Metode yang digunakan mencakup pengumpulan data historis penjualan, preprocessing data (normalisasi, pembersihan, dan pembagian data pelatihan dan pengujian), perancangan arsitektur model GRU, serta pelatihan dan evaluasi model menggunakan metrik RMSE, MAE, MAPE, dan koefisien determinasi R². Hasil eksperimen menunjukkan bahwa model GRU memberikan performa terbaik pada epoch ke-200 dengan RMSE 622.94, MAE 451.04, MAPE 0.15, dan nilai R² sebesar 0.70. Temuan ini menunjukkan bahwa GRU efektif dalam memodelkan data deret waktu untuk prediksi permintaan produk. Kesimpulannya, model GRU dapat menjadi pendekatan yang inovatif dan andal dalam mendukung keputusan manajerial berbasis data guna meningkatkan efisiensi rantai pasok e-commerce.
Pengaruh Media Pembelajaran Audiovisual Terhadap Pemahaman dan Keterampilan Menulis Teks Eksplantasi Siswa SMA Negeri 1 Kamal Indah Prasetyowati; Eka Irawati; Nuril Huda
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 2: JULI 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i2.1459

Abstract

Rendahnya tingkat keterlibatan siswa merupakan konsekuensi langsung dari berlanjutnya praktik pedagogis lama dalam pengajaran bahasa di sekolah menengah atas Indonesia. Di SMA Negeri 1 Kamal, penelitian ini bertujuan untuk menilai pengaruh alat bantu belajar audiovisual terhadap kemampuan siswa dalam memahami dan menulis teks penjelasan. Desain eksperimental dengan pengaturan Kelompok Kontrol Tidak Setara digunakan dalam teknik kuantitatif ini. Dua kelompok yang masing-masing terdiri dari enam puluh empat siswa berfungsi sebagai kondisi eksperimen dan kontrol sampel. Setelah melakukan tes pra dan pasca untuk mengumpulkan data, uji t sampel independen digunakan untuk analisis. Hasil menunjukkan bahwa alat bantu audiovisual memiliki dampak yang signifikan terhadap pemahaman teks penjelasan, dengan nilai t sebesar 6,789 dan tingkat signifikansi 0,000 (p <0,05). Selain itu, dibandingkan dengan kelompok kontrol, kemampuan menulis siswa untuk teks penjelasan juga menunjukkan peningkatan yang signifikan pada kelompok eksperimen. Untuk meningkatkan pemahaman dan keterampilan menulis siswa terkait teks penjelasan, teknik audiovisual berhasil digunakan dalam pengajaran bahasa Indonesia.
Multisensor IoT and Deep Learning Integration for Estimating Grapevine Vigor Index under Tropical Conditions Maulana Fakih Latief; Henry Saptono; Sapto Waluyo; Zahra Aulia Rahmani
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 2: JULI 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i2.1629

Abstract

Grapevine cultivation under tropical conditions is highly susceptible to abiotic stress, making reliable assessment of plant vigor important for precision management. This study presents an integrated multisensor Artificial Intelligence of Things (AIoT) framework combined with deep learning for estimating a relative grapevine vigor index using RGB canopy imagery. Environmental sensors provide contextual measurements of microclimatic and soil conditions, while image data are processed using a convolutional neural network–based model to estimate vigor levels derived from fractional green canopy cover. Approximately 1,600 RGB canopy images and 4,320 environmental telemetry records were used to train and evaluate the model. The results demonstrate that the proposed approach achieved a mean absolute error (MAE) of 8.73, a root mean square error (RMSE) of 11.74, and a coefficient of determination (R²) of 0.57 in predicting the relative vigor index. The integration of environmental sensing and image-based analysis provides an initial contribution to tropical grapevine vigor monitoring, although the model remains limited by single-site data and moderate predictive performance. Overall, the proposed framework provides a practical foundation for image-based vigor estimation and integrated data acquisition in tropical precision viticulture.
Implementation of the Incremental Model in Developing Android Educational Applications for Children with Intellectual Disabilities Firman Yosef Rangga Neonbeni; Yasinta Oktaviana Legu Rema; Risald Risald; Patricia Gertrudis Manek; Siprianus Septian Manek
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 2: JULI 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i2.1653

Abstract

Learning for children with intellectual disabilities requires adaptive and engaging instructional media, particularly within the context of inclusive education. However, learning activities at SLB Bhakti Luhur Atambua still face challenges due to the limited number of educators and the use of conventional teaching methods, creating a need for more interactive learning media. This study aims to develop an Android-based educational application named KenaliKu as an interactive learning medium to introduce body parts, colors, and facial expressions. This research employed a Research and Development (R&D) approach using the Incremental model, which includes requirement analysis, system design, coding, testing, and final release stages. System evaluation was conducted through Black Box Testing and User Acceptance Testing (UAT). Black Box Testing was performed by three experts in the field of Information Technology to evaluate system functionality, while User Acceptance Testing (UAT) involved 18 respondents consisting of students, teachers, and parents. The results of Black Box Testing indicate that all system functions operated according to the specified requirements, while User Acceptance Testing (UAT) obtained an average score of 96.18%, categorized as very good. These findings indicate that KenaliKu was successfully developed using the Incremental model and is functionally feasible as an educational application for children with intellectual disabilities. The high UAT score demonstrates positive user acceptance, while the application provides an interactive and user-friendly learning environment that has the potential to support the learning process and inclusive education practices.