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 591 Documents
 47   48   49   50   51 
Sistem Pendukung Keputusan Pemeringkatan Kinerja Satuan Pengamanan menggunakan AHP dan TOPSIS
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.v5i1.891

Abstract

Penilaian kinerja satuan pengamanan (Satpam) secara objektif dan transparan merupakan tantangan penting di PT Jakarta International Security Service (JISS) Indonesia. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) berbasis metode Analytic Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) guna mendukung evaluasi kinerja Satpam. Metode AHP digunakan untuk menentukan bobot kriteria penilaian berdasarkan tingkat kepentingannya, sementara TOPSIS digunakan untuk merangking alternatif berdasarkan kriteria yang telah dibobot. Kriteria yang digunakan meliputi kepuasan user, absensi, penguasaan SOP, laporan bulanan, kemampuan penanganan kasus, perencanaan kerja, tugas dan tanggung jawab, serta pengontrolan administrasi. Hasil penelitian menunjukkan bahwa kriteria “kepuasan user” dan “absensi” memiliki bobot tertinggi masing-masing sebesar 25,57%. Perankingan dengan TOPSIS menghasilkan Satpam nomor 17 sebagai peringkat terbaik dengan nilai closeness 0,810731, diikuti oleh Satpam nomor 4 dan 11. Sistem ini memberikan evaluasi yang lebih transparan, akurat, dan berbasis data, mendukung pengambilan keputusan yang lebih baik di PT JISS. Penelitian ini menyimpulkan bahwa kombinasi metode AHP dan TOPSIS efektif untuk mengatasi subjektivitas dalam evaluasi kinerja dan dapat dikembangkan lebih lanjut untuk aplikasi yang lebih luas.
Sistem Pendukung Keputusan Keberlanjutan UMKM Menggunakan Algoritma ID3 di Wilayah Perbatasan RI-RDTL
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.v5i1.946

Abstract

UMKM (Usaha Mikro, Kecil dan Menengah) merupakan salah satu sektor penggerak bagi pendapatan untuk kehidupan masyarakat mengengah ke bawah. Bagi masyarakat wilayah perbatasan RI-RDTL khususnya di Kabupaten Timor Tengah Utara (TTU), melalui UMKM dapat memperbaiki stabilitas keuangan mereka. Dalam dua tahun terkahir UMKM di wilayah ini bertumbuh dua kali lipat yakni sejumlah 10.806. Melihat pertumbuhan pesat ini, menjadi kabar baik atas dukungan yang sudah diberikan oleh negara melalui Pemeritah TTU sebagai fasilitator, regulator, dan katalisator. Sebuah UMKM yang sehat tentunya memiliki ciri-ciri yang baik jika dilihat dari segi Lokasi, Harga Produk, Kondisi Keuangan, Inovasi, dan Pemanfaatan Teknologi. Penelitian ini membangun SPK (Sistem Pendukung Keputusan) sebagai solusi dalam memberikan keputusan keberlanjutan dari satu UMKM yang dianalisis. Dalam menganalisis data, digunakan Model Decision Tree (DT) atau Pohon Keputusan. Cara kerja model DT adalah membetuk sebuah pohon mulai dari akar, cabang, dan daun. Pembangunan pohon keputusan menggunakan Algoritma ID3 yang dikenal dengan Iterative Dichotomiser 3. SPK yang dikembangankan terbukti dapat membangun Aturan Pohon Keputusan dengan 300 data training dan 20 data testing dengan hasil akurasi sebesar 80%.
Pengembangan Media Augmented Reality dalam Pembelajaran Alat Musik Tradisional: Angklung, Gong, Saron, Gendang, dan Kenong
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.v5i1.1036

Abstract

Alat musik tradisional merupakan Instrumen yang diwariskan secara berkelanjutan dari satu generasi ke generasi berikutnya. Karena perkembangan zaman, Alat musik tradisional semakin terpinggirkan akibat dominasi alat musik modern yang dianggap lebih praktis dan mudah digunakan dibandingkan dengan alat musik tradisional. Penelitian ini bertujuan untuk mengembangkan media pembelajaran yang memanfaatkan teknologi Augmented Reality guna memperkenalkan alat musik tradisional Indonesia kepada siswa secara interaktif dan menarik. Metode penelitian yang digunakan adalah model ADDIE, meliputi tahapan analisis, desain, pengembangan, implementasi, dan evaluasi. Penilitian ini menghasilkan aplikasi yang dilengkapi fitur-fitur seperti visualisasi 3D alat musik, materi pembelajaran, dan kuis interaktif untuk evaluasi. Hasil pengujian menunjukkan bahwa media pembelajaran ini sangat layak digunakan, dengan tingkat kebermanfaatan, kemudahan, dan kepuasan mencapai 86%. Aplikasi ini tidak hanya mendukung proses pembelajaran yang inovatif tetapi juga berkontribusi pada upaya melestarikan budaya tradisional di era digital. Dengan pendekatan ini, diharapkan siswa lebih memahami dan menghargai keberagaman budaya lokal.
Pengembangan Media Pembelajaran Komponen Komputer dan Jaringan Dasar Berbasis Augmented Reality
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.v5i1.1037

Abstract

Kesulitan dalam memahami konsep komputer dan jaringan dasar pada jurusan teknik komputer dan jaringan, menyebabkan minat para siswa dalam belajar menjadi rendah. Hal ini menunjukan bahwa pembelajaran belum efektif. Penelitian ini bertujuan untuk menghasilkan media pembelajaran berbasis Augmented Reality untuk mendukung pengenalan komputer dan jaringan dasar, sekaligus untuk meningkatkan efektivitas dan daya tarik dalam proses pembelajaran. Untuk uji kelayakan menggunakan uji alpha yang dilakukan kepada ahli media dan ahli materi dan uji beta dilakukan kepada siswa. Penelitian ini menggunakan metode Research and Development (R&D) dengan pendekatan model ADDIE sebagai dasar pengembangannya. dengan tahapan analisis, perancangan, pengembangan, implementasi dan (pengujian), serta analisis data yang digunakan deskriptif kuantitatif. Hasil pengujian terhadap media pembelajaran menghasilkan persentase sebesar 97,39%.  Hasil uji ahli materi menunjukkan persentase 90%, sementara hasil uji responden, memperoleh persentase sebesar 82,56%, Demikian media pembelajaran berbasis Augmented Reality untuk pengenalan komponen komputer dan jaringan dasar yang telah dikembangkan sebagai alternatif untuk mendukung kegiatan pembelajaran siswa dikategorikan sangat layak.
Klasifikasi dan Pengenalan Emosi dari Ekspresi Wajah Menggunakan CNN-BiLSTM dengan Teknik Data Augmentation
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.v5i1.1038

Abstract

Teknologi computer vision terus berkembang dan diterapkan dalam berbagai bidang, termasuk interaksi manusia dan komputer (human-computer interaction), khususnya dalam pengenalan emosi dari ekspresi wajah atau facial expression recognition (FER). Penelitian ini bertujuan untuk mengembangkan model CNN-BiLSTM yang dilengkapi dengan data augmentation untuk mendeteksi emosi seperti marah, bahagia, takut, sedih, terkejut, jijik, dan netral. Dataset yang digunakan dalam penelitian ini adalah dataset publik FER2013, yang terdiri dari 35.887 gambar wajah grayscale berukuran 48x48 piksel. Teknik augmentasi data meliputi rotasi, flipping, dan pergeseran gambar untuk meningkatkan keragaman data dan mencegah overfitting. Model dilatih menggunakan optimizer Adam, dengan hyperparameter berupa batch size sebesar 32, jumlah epoch sebanyak 100, dan learning rate 0.001. Hasil pengujian menunjukkan bahwa model CNN-BiLSTM mencapai akurasi validasi sebesar 95%, lebih tinggi dibandingkan CNN yang hanya mencapai akurasi 70%. Selain itu, validation loss pada CNN-BiLSTM lebih stabil, menunjukkan kemampuan generalisasi yang lebih baik dibandingkan CNN, yang mengalami fluktuasi signifikan akibat kemungkinan overfitting dan kurang optimalnya parameter seperti learning rate. Analisis menggunakan confusion matrix menunjukkan bahwa CNN-BiLSTM menghasilkan klasifikasi yang lebih akurat untuk setiap emosi. Model CNN-BiLSTM memberikan kinerja lebih unggul dalam mendeteksi emosi pada FER, terutama dalam menghadapi tantangan seperti pencahayaan, posisi wajah, dan kompleksitas ekspresi.
Diabetes Mellitus Disease Prediction Using Logistic Regression (LR) and Support Vector Machine (SVM) Methods
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.v5i1.1039

Abstract

Diabetes Mellitus (DM), also known as diabetes or sugar disease, marked by high blood sugar levels and poses a major health issue in Indonesia with the number of cases increasing every year. Often referred to as the silent killer, DM often goes unnoticed due to its subtle symptoms, increasing the risk of severe complications if not treated promptly. The lack of information or awareness about the early symptoms of DM, limited time and cost in conducting health checks, and limited access to health services are challenges in detecting DM disease early. To overcome this problem, the development of a prediction model is essential to prevent serious complications. This study aims to create a predictive model using LR and SVM methods based on parameters such as pregnancy, glucose levels, blood pressure, skin thickness, insulin, BMI, diabetes pedigree, age, and outcome. The dataset used is DM disease risk data collected by Kaggle from the National Institute of Diabetes and Disgetive and Kidney Disease (NIDDK). Based on the research results, the LR method shows a better level of accuracy compared to the SVM method. The accuracy of the model using the Logistic Regression method is 79.31% while the SVM method has an accuracy value of 77.24%, with a difference in accuracy of 2.07%. This research applies hyperparameter tuning with Grid Search to find the best combination of hyperparameter.
Optimalisasi SEO Situs Web Percetakan Menggunakan Teknik White Hat: Studi Perbandingan Citramandiri.id dan Printhink.id
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.v5i1.1045

Abstract

Digitalisasi menjadikan visibilitas website krusial bagi keberhasilan bisnis, terutama dalam sektor percetakan. Penelitian ini menganalisis penerapan teknik optimasi mesin pencari (SEO) menggunakan metode White Hat pada situs web citramandiri.id dan printhink.id. Masalah yang diidentifikasi meliputi efektivitas SEO yang diterapkan pada kedua situs, kelebihan dan kekurangan penggunaan meta tags, serta perbandingan kinerja antara keduanya. Tahapan penelitian terdiri dari pengumpulan data, pemilihan situs dengan kriteria tertentu, serta analisis menggunakan alat seperti SimilarWeb dan Small SEO Tools. Tujuan penelitian ini adalah untuk mengevaluasi efektivitas teknik SEO yang diterapkan, memberikan saran strategis guna meningkatkan optimasi situs agar dapat mencapai peringkat lebih baik di mesin pencari, serta mengidentifikasi masalah yang dihadapi. Penelitian menunjukkan bahwa penerapan teknik SEO yang tepat, terutama dalam penggunaan meta title, meta keyword, dan meta description, dapat meningkatkan visibilitas serta daya tarik kedua situs di hasil pencarian. Hal ini berkontribusi pada peningkatan jumlah pengunjung dan konversi bisnis, yang diharapkan dapat menjadikan pemilik usaha percetakan lebih kompetitif dalam pasar digital semakin ketat.
Implementasi Blackbox Testing Pada Sistem Informasi Sirkulasi Perpustakaan Berbasis Website dengan Teknik Equivalence Partitioning
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.v5i1.1052

Abstract

Perkembangan teknologi informasi telah membawa perubahan signifikan dalam pengelolaan perpustakaan, terutama melalui penerapan sistem informasi perpustakaan yang memodernisasi layanan sirkulasi. Adanya sistem ini, proses peminjaman dan pengembalian buku menjadi lebih efisien, akurat, dan terdokumentasi dengan baik. Penelitian ini bertujuan untuk menguji kualitas Sistem Informasi Sirkulasi Perpustakaan SD Negeri 2 Purwodadi menggunakan metode blackbox testing dengan teknik equivalence partitioning. Pengujian dilakukan dengan menyusun 14 test case yang menguji berbagai form dalam sistem, seperti form login, peminjaman, dan pengembalian buku. Hasil pengujian menunjukkan bahwa 10 test case berhasil dilaksanakan sesuai dengan hasil yang diharapkan, sementara 4 test case tidak memenuhi ekspektasi. Temuan ini mengindikasikan bahwa secara umum sistem berfungsi dengan baik sesuai fungsionalitas yang ditetapkan, namun terdapat kebutuhan untuk melakukan perbaikan minor pada form login agar lebih optimal. Penelitian ini diharapkan dapat memberikan panduan praktis bagi pengembang dan pemangku kepentingan dalam meningkatkan kualitas, keandalan, serta efisiensi Sistem Informasi Sirkulasi Perpustakaan serta layanan sirkulasi buku dapat berjalan lebih optimal dan memberikan pengalaman yang lebih baik bagi pengguna.
Penerapan Metode Algoritma C4.5 Untuk Klasifikasi Kelayakan Penerima Program Bantuan Pada Dinas Sosial Kabupaten Manokwari
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.v5i1.1057

Abstract

Program Keluarga Harapan (PKH) di Kabupaten Manokwari menghadapi ketidaktepatan dalam penentuan penerima bantuan, sehingga diperlukan sistem klasifikasi yang akurat. Penelitian ini bertujuan mengoptimalkan seleksi penerima PKH menggunakan algoritma C4.5 berbasis data mining. Data sekunder tahun 2021 dari Dinas Sosial Kabupaten Manokwari diolah melalui tahap preprocessing (pembersihan data, penanganan ketidakseimbangan) dan analisis dengan RapidMiner. Atribut meliputi jumlah tanggungan, ibu hamil, anak sekolah, lansia, disabilitas, jenis rumah, dan pekerjaan. Hasilnya, model mencapai akurasi 72,20% dengan recall kelas “Menerima” sebesar 99,47%, tetapi recall “Tidak Menerima” hanya 6,64%. Atribut dominan yang memengaruhi keputusan adalah pekerjaan, jenis rumah, jumlah disabilitas, dan tanggungan. Meski akurasi cukup, model perlu peningkatan dalam mengidentifikasi kelas minoritas. Simpulan penelitian menunjukkan algoritma C4.5 efektif sebagai dasar sistem klasifikasi PKH, namun perlu pengembangan lanjutan untuk optimasi kinerja. Kontribusi utama penelitian ini adalah penerapan teknik data mining berbasis algoritma C4.5 dalam klasifikasi penerima bantuan sosial, yang belum banyak digunakan dalam konteks PKH di Kabupaten Manokwari.
Perancangan Sistem Informasi Pelaporan 10 Besar Tindakan Operasi Rawat Inap Menggunakan Metode Agile
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.v5i1.1070

Abstract

Tujuan dari penelitian ini untuk mengetahui sistem informasi dalam mengelola laporan 10 besar tindakan operasi rawat inap di rumah sakit X dengan memakai Microsoft Visual Studio 2019 dan database Microsoft Access.  Fokus utama dari penelitian ini adalah untuk membuat sistem yang terintegrasi yang membantu dan mempermudah petugas dalam pembuatan laporan yang cepat, lengkap dan akurat. Metode kualitatif deskriptif digunakan dengan observasi, wawancara, dan studi pustaka Serta dalam pengembangan perangkat lunak yang digunakan yaitu metode agile yang memungkinkan pengembangan sistem lebih fleksibel terhadap perubahan yang sering terjadi sesuai permintaan pengguna. Hasil dari penelitian ini yaitu sistem informasi yang dapat membantu petugas dalam menginput data tindakan dan mempermudah pembuatan laporan 10 besar tindakan operasi yang dapat meningkatkan kualitas pelayanan di rumah sakit. Berdasarkan temuan peneliti yang dilakukan di rumah sakit X menunjukkan adanya masalah kurang efektifnya pada pelaporan tindakan operasi pasien rawat inap yang masih dilakukan secara manual dengan menggunakan Microsoft Excel sehingga pembuatan laporan terhambat.  Berdasarkan temuan tersebut dibutuhkan sistem informasi yang dapat mempercepat pembuatan laporan tindakan operasi.

Page 49 of 60 | Total Record : 591

 47   48   49   50   51 

Filter by Year

2021 2026


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