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
Sistem Informasi Pengaduan Dengan Fitur Tracking Status Menggunakan Model Finite State Machine Farhanuddin; Triase
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.v5i3.1367

Abstract

Perkembangan teknologi informasi yang pesat telah mendorong transformasi digital pada berbagai layanan organisasi, termasuk dalam penanganan pengaduan. Penelitian ini membahas pemodelan dan implementasi alur penanganan pengaduan menggunakan pendekatan Finite State Machine (FSM) dengan studi kasus di DPW ALFI/ILFA Sumatera Utara. FSM digunakan untuk merepresentasikan proses pengaduan ke dalam tujuh status utama: Submitted, Verification, In Progress, Resolved, Rejected, Cancelled, dan Monitored, dengan transisi yang dipicu oleh aksi tertentu. Sistem dikembangkan sebagai sistem informasi pengaduan berbasis web menggunakan metodologi Waterfall, dimulai dari analisis kebutuhan, perancangan, implementasi, hingga pengujian. Backend dibangun dengan Laravel 12, frontend menggunakan React JS, serta MySQL sebagai basis data. Integrasi FSM memungkinkan pengelolaan alur kerja yang terstruktur, mencegah perubahan status yang tidak valid, serta menyediakan fitur pelacakan status secara real-time bagi pengguna. Hasil pengujian menunjukkan bahwa sistem berjalan efektif, mendukung efisiensi dalam pengelolaan pengaduan, serta meningkatkan pengalaman pengguna dengan kemudahan pengajuan, pemantauan, dan penerimaan notifikasi status. Penelitian ini membuktikan bahwa kombinasi pemodelan FSM dan teknologi web modern mampu meningkatkan efisiensi, akuntabilitas, dan transparansi dalam layanan pengaduan organisasi.
Sidulink: Sistem Informasi Peduli Lingkungan Berbasis Artificial Intelligence di Kota Sorong Muh. Fadli Hasa; Rezki; Kevin Julius Salenussa
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.v5i3.1379

Abstract

Kota Sorong, sebagai ibu kota Provinsi Papua Barat Daya, menghadapi tantangan serius dalam pengelolaan lingkungan akibat pesatnya pertumbuhan penduduk, aktivitas industri, dan urbanisasi. Permasalahan utama meliputi pencemaran lingkungan, penumpukan sampah plastik, serta kerusakan ekosistem laut yang berpotensi menurunkan kualitas hidup masyarakat. Penelitian ini bertujuan mengembangkan Sistem Informasi Peduli Lingkungan (SIDULINK), sebuah platform digital berbasis Artificial Intelligence (AI) yang mengintegrasikan fitur pelaporan pencemaran lingkungan oleh masyarakat dengan klasifikasi sampah plastik menggunakan Convolutional Neural Network (CNN). Model CNN VGG16 digunakan untuk melatih sistem klasifikasi citra sampah dengan pendekatan Extreme Programming (XP) dalam pengembangan perangkat lunak. Hasil penelitian menunjukkan bahwa model mencapai akurasi 83% dengan nilai loss 0,5583 setelah 18 epoch, serta mampu mendeteksi citra plastik dengan tingkat kepercayaan 76,35%. Sistem juga dilengkapi panduan daur ulang dan informasi edukatif terkait penghematan energi serta pengurangan emisi karbon. Uji coba terhadap 30 responden memperlihatkan tingkat keberhasilan fitur utama di atas 80% dengan performa stabil dan waktu respons cepat. Berdasarkan hasil pengujian implementasi model, pengujian blackbox, dan pengujian usability, SIDULINK dapat dijadikan sebagai solusi untuk mendukung pengelolaan lingkungan berkelanjutan di Kota Sorong. Penelitian ini memberikan kontribusi dalam adaptasi model CNN untuk klasifikasi jenis sampah berbasis citra. Secara praktis, SIDULINK menjadi sistem partisipatif yang mendorong keterlibatan masyarakat dan mendukung keputusan cepat oleh pemerintah daerah dalam penanganan lingkungan.
Optimization of Sky Image Enhancement to the Performance of Air Quality Classification Model Using Mobilenet V3 Wempy Aditya Wiryawan; Christian Sri Kusuma Aditya
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.v5i3.1412

Abstract

Air quality monitoring based on sky imagery is an alternative solution to the limitations of conventional monitoring tools. However, raw sky imagery often has low contrast and visual noise that can hinder the performance of deep learning models in recognizing atmosphere patterns. Therefore, this study aims to develop an efficient and accurate Air Quality Index (AQI) estimation model using MobileNetV3. The novelty of this research lies in the systematic investigation of image enhancement techniques using the public Air Pollution Image Dataset from India and Nepal, an aspect that has not been deeply explored in previous studies. To achieve this goal, four pre-processing techniques—Histogram Equalization (HE), Contrast Limited Adaptive Histogram Equalization (CLAHE), Gamma Correction, and Contrast Stretching—were applied and compared. The results consistently show that Histogram Equalization (HE) is the most superior technique for regression tasks with an R2 value of 0.913, as well as for classification tasks with the highest category accuracy of 0.690. These findings significantly outperform models without pre-processing, confirming that HE is the most recommended technique for maximizing accuracy on resource-constrained devices.
Optimasi Model Support Vector Machine (SVM) Menggunakan GridSearchCV untuk Prediksi Harga Penutupan Saham PT Aneka Tambang Tbk (ANTAM) Andriansyah Latif; Dina Kusuma Astuti; Rini Arianty
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.v5i3.1416

Abstract

Pasar modal merupakan salah satu instrumen penting dalam perekonomian, di mana fluktuasi harga saham dapat memengaruhi keputusan investasi. PT Aneka Tambang Tbk (ANTAM) merupakan salah satu emiten di Bursa Efek Indonesia dengan tingkat volatilitas harga yang cukup tinggi sehingga diperlukan model prediksi yang akurat. Penelitian ini bertujuan untuk membangun model prediksi harga penutupan saham ANTAM tahun 2024 menggunakan algoritma Support Vector Machine (SVM). Data historis saham diolah melalui tahap pra-pemrosesan, meliputi penanganan missing value dan normalisasi, kemudian dilakukan pelatihan model dengan tiga rasio pembagian data. Evaluasi model dilakukan menggunakan metrik RMSE, MSE, dan R2 Score. Hasil penelitian menunjukkan bahwa model SVM mampu memberikan prediksi dengan tingkat akurasi yang sangat tinggi, ditunjukkan oleh nilai RMSE yang rendah (0.024–0.029) dan R2 Score mendekati 1 (0.9938–0.9953). Performa terbaik diperoleh pada rasio pembagian data 7:3 dengan MSE terkecil 0.0006 dan R2 Score tertinggi 0.9953. Dengan demikian, penelitian ini membuktikan bahwa algoritma SVM dapat menjadi metode yang andal dalam memprediksi harga penutupan saham ANTAM serta berpotensi memberikan kontribusi praktis bagi investor dalam meminimalisasi risiko dan meningkatkan keuntungan investasi.
Analisis Efektivitas Pembelajaran ChatGPT untuk Meningkatkan Kemudahan Pemahaman Matematika Siswa SMA di Surakarta Ari Wibowo; Prihanto; Bramasto Wiryawan Yudanto; Sucilia Tri Lestari
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.v5i3.1424

Abstract

Penurunan capaian numerasi serta meningkatnya pemanfaatan AI di sekolah menuntut inovasi pembelajaran yang efektif. Penelitian ini bertujuan menilai sejauh mana ChatGPT mempermudah pemahaman matematika siswa SMA serta mengidentifikasi faktor-faktor penentunya. Metode yang digunakan : (1) eksperimen kuasi desain PreTest–PostTest dan (2) survei kuantitatif dengan PLS-SEM melibatkan 312 siswa dari 10 SMA di Karesidenan Surakarta. Instrumen Likert mengukur tiga konstruk eksogen kemudahan akses, ketepatan solusi, dan frekuensi penggunaan , serta konstruk endogen kemudahan matematika/numerasi. Hasil menunjukkan peningkatan bermakna dari pretest (=5,33) ke posttest (=7,78; p<0,001) dengan ukuran efek sangat besar (Cohen’s d=1,35). Evaluasi model pengukuran memenuhi validitas dan reliabilitas pada model struktural, Solution Accuracy (β=0,537) dan Frequency (β=0,231) berpengaruh positif signifikan terhadap kemudahan numerasi dengan nilai koefisien jalur lebih dari 0,2. Nilai koefisien determinasi R2=0,473 menunjukkan daya prediksi yang baik sekitar 47% variansi Numerasi dijelaskan oleh Solution Accuracy dan Frequency dalam model. Disimpulkan, ChatGPT efektif terutama ketika menghasilkan solusi akurat dan digunakan secara konsisten; implikasinya meliputi penguatan prompting, verifikasi langkah, serta penjadwalan latihan terstruktur agar manfaat AI terkonversi menjadi kemudahan belajar berkelanjutan.  
Implementasi Bidirectional Encoder Representations from Transformers (BERT) untuk Analisis Sentimen Ulasan Aplikasi Ibis Paint X Esti Setiyaningsih; Ety Sutanty; Maukar
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.v5i3.1413

Abstract

Perkembangan aplikasi seni digital memunculkan banyak ulasan pengguna yang bermanfaat bagi pengembang, namun sulit dievaluasi secara manual. Penelitian ini menganalisis sentimen 8.500 ulasan berbahasa Indonesia pada aplikasi Ibis Paint X yang diperoleh melalui proses scraping Google Play Store menggunakan google-play-scraper. Dataset terdiri atas dua kolom utama, yaitu review_text dan category (rating), kemudian melalui tahap preprocessing mencakup pelabelan, pembersihan teks, penghapusan stopwords, tokenisasi, serta normalisasi. Setelah dibagi menjadi data latih (70%), validasi (15%), dan uji (15%), model IndoBERT di-fine-tuning selama lima epoch untuk melakukan klasifikasi sentimen positif, negatif, dan netral. Evaluasi performa model dilakukan menggunakan akurasi, precision, recall, F1-score, serta confusion matrix. Hasil pengujian menunjukkan akurasi sebesar 87%. Kinerja model paling tinggi pada kelas sentimen negatif dengan precision 0,94, recall 0,96, dan F1-score 0,95. Namun, performa pada kelas positif (F1-score 0,52) dan netral (F1-score 0,31) masih rendah, sebagaimana turut tercermin pada confusion matrix yang menunjukkan banyaknya kesalahan klasifikasi menuju kelas positif yang dominan. Temuan ini menegaskan efektivitas BERT dalam analisis sentimen berbahasa Indonesia, sekaligus menunjukkan perlunya penanganan ketidakseimbangan data untuk meningkatkan performa pada seluruh kategori sentimen.
Analisis Kepuasan Mahasiswa Terhadap Website Universitas Pendidikan Muhammadiyah Sorong Menggunakan Metode EUCS Gilvan Sipahelut; Dian Nitari Ribanor Sabarudin; Matahari
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.v5i3.1422

Abstract

Website merupakan sarana vital dalam mendukung layanan pendidikan tinggi. Penelitian ini menganalisis kepuasan mahasiswa terhadap website Universitas Pendidikan Muhammadiyah (UNIMUDA) Sorong menggunakan metode kuantitatif dengan pendekatan End-User Computing Satisfaction (EUCS), yang mengukur lima dimensi kepuasan. Data dikumpulkan melalui kuesioner dari 365 mahasiswa dan wawancara semi-terstruktur dengan 15 informan kunci. Hasil penelitian menunjukkan tingkat kepuasan keseluruhan berada pada kategori kurang puas dengan skor mean 2,70, dimana hanya 46,3% mahasiswa merasa puas. Dimensi kemudahan penggunaan (ease of use) mendapat skor tertinggi (3,12), sedangkan konten (content) mendapat skor terendah (2,34) dengan tingkat ketidakpuasan mencapai 65,3%. Analisis regresi menunjukkan bahwa kelima dimensi EUCS menjelaskan 73,3% varians kepuasan total (R2=0,733), dengan dimensi content (0,325) menjadi prediktor terkuat, diikuti accuracy (0,256) dan timeliness (0,207). Temuan kualitatif mengungkap masalah kritis berupa informasi outdated, loading time lambat (5 menit pada jam sibuk), inkonsistensi data, dan tampilan tidak responsif di perangkat mobile. Disimpulkan bahwa website UNIMUDA memerlukan perbaikan fundamental pada kualitas konten, kecepatan sistem, dan responsivitas mobile untuk memenuhi kebutuhan akademik mahasiswa secara optimal.
Effectiveness of Visual-Tactile Mobile Augmented Learning on Breast Self-Examination Knowledge among Women of Reproductive Age in Rokan Hulu, Indonesia Romy Wahyuny; Masdi Janiarli; Eva Puspita; Cantika Wulan Ramadhani; Nurul Aulia; Budi Yanto
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.v5i3.1431

Abstract

Breast cancer remains the leading cause of cancer-related morbidity and mortality among women in Indonesia, with most cases detected at advanced stages due to limited awareness and practice of early detection methods. Breast self-examination (BSE) is a simple and cost-effective technique recommended for early detection, yet knowledge and practice among women of reproductive age remain low in rural communities. This study aimed to examine the effectiveness of Visual-Tactile Mobile Augmented Learning (MAL) in improving BSE knowledge among women of reproductive age in Rokan Hulu, Indonesia. A quasi-experimental pretest–post-test control group design was conducted with 60 purposively selected participants, divided into an intervention group receiving MAL-based education integrating interactive visual modules and tactile simulations, and a control group receiving conventional education through leaflets and counselling. Knowledge levels were measured using a validated questionnaire, and statistical analysis was performed using paired t-tests and independent t-tests with a significance level of p < 0.05. The results showed a significant improvement in BSE knowledge among participants in the intervention group compared with the control group (mean increase = 2.9 points; p < 0.001; Cohen’s d = 0.85, large effect size). In conclusion, Visual-Tactile MAL is an effective educational innovation for enhancing BSE knowledge, offering promising implications for digital health strategies and community-based breast cancer prevention programs in resource-limited settings.
Perancangan Struktur Fitur Aplikasi Warung Kopi Menggunakan LLM Moh. Ahsan Malik; Wahyu Andhyka Kusuma
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.v5i3.1442

Abstract

Warung kopi sekarang sudah lebih modern dan bisa berfungsi sebagai tempat sosial sekaligus produktif yang digemari anak-anak muda. Namun, kebanyakan warung kopi lokal masih menghadapi kendala dalam penggunaan otomasi teknologi untuk mempermudah servis, yang membuat pelayanan serta kepuasan pelanggan menjadi rendah. Penelitian ini ditujukan untuk mengeksplorasi dan menemukan fitur penting untuk aplikasi warung kopi berbasis user experience (UX) dengan menggunakan Prompt Engineering dan LLM. Tiga aplikasi kopi digital—Starbucks Indonesia, Fore Coffee, dan TOMORO Coffee—menjadi sumber data untuk analisis deskripsi dan ulasan mereka untuk fitur-fitur yang relevan. Hasil yang diperoleh ditambahkan ke dalam kuisioner untuk dievaluasi dari sudut IPCA. Pemetaan yang diperoleh menunjukkan bahwa fitur pre-order, sistem loyalitas, serta antrian waktu nyata sebagai yang penting namun tidak optimal dalam kinerja, khususnya pada aplikasi lokal. Penemuan ini mendorong pengembangan fitur yang lebih baik pada aplikasi lokal agar bisa bersaing dengan kompetitor besar dengan meningkatkan fitur yang lebih penting dan kebutuhan pengguna.
Design And Implementation Of A Web-Based Financial Information System With Internal Audit Feature To Enchance Transparency And Accountability At Getsemani Church Sorong Iriene Surya Rajagukguk; Frenny Silvia Pormes
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.v5i3.1449

Abstract

The rapid development of information technology has transformed how organizations, including churches, manage financial data. This study presents a novel web-based church financial information system that integrates internal audit features to enhance transparency, accountability, and efficiency in fund management. Unlike traditional manual approaches using books and spreadsheets, the proposed system introduces a structured digital framework that facilitates accurate recording, timely reporting, and simplified audits. The system was developed using the Waterfall model and implemented with PHP, MySQL, and the Laravel framework in a web-based environment. It provides distinct user roles for treasurers, auditors, administrators, and congregants to ensure secure, role-based access and effective oversight. Validation through Black Box testing confirmed that all functional requirements were met. Usability testing using the System Usability Scale (SUS) with 20 respondents produced a SUS score of 84.6 (Excellent category), indicating high user satisfaction and ease of use. Performance testing conducted with Google Lighthouse under standard desktop conditions achieved an average score of 82.5, demonstrating good performance in terms of speed, accessibility, and technical optimization. Overall, the system has proven effective in improving the transparency, efficiency, and reliability of church financial management, thereby strengthening trust and governance within the digital transformation era.