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
 51   52   53   54   55 
Comparative Study on the Efficiency of Deep Learning Model Training in Cloud Environments: Google Colab vs AWS
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1197

Abstract

Deep learning has become a major foundation in the development of modern artificial intelligence technologies, especially in the applications of image recognition, natural language processing, and recommendation systems. However, the training process of deep learning models requires large and efficient computing resources. This study aims to evaluate the efficiency of training deep learning models on two popular cloud platforms, namely Google Colab and Amazon Web Services (AWS). The method used is a comparative experiment with a simple Convolutional Neural Network (CNN) model trained using the CIFAR-10 dataset, and Identical training hyperparameters were applied on both platforms. The results show that Google Colab demonstrates greater cost efficiency as it provides GPUs for free, while AWS provides faster training performance and slightly higher validation accuracy. This study concludes that platform selection should be tailored to the user's needs, both in terms of budget, project scale, and system stability. These findings offer preliminary guidance for selecting cloud platforms in small- to medium-scale deep learning projects.
Kriptografi Hybrid Menggunakan OTP dan ElGamal Pada Web EMIS
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1201

Abstract

Sistem yang berperan besar dalam pengelolaan data pendidikan di Indonesia adalah EMIS (Education Management Information System) yang proses loginnya menggunakan username, password dan verifikasi captcha dalam pengamanannya. Namun, keamanan captcha saja tidak cukup untuk mencegah terjadinya ancaman siber. Oleh karena itu, sistem ini membutuhkan lapisan keamanan tambahan agar tidak terjadi kebocoran data dan akses tidak sah. Dalam penelitian ini digunakanlah kriptografi hybrid One Time Pad (OTP) dan ElGamal yang menggabungkan dua jenis kriptografi yaitu simetris dan asimetris. Sistem akan otomatis menghasilkan kode OTP berupa 6 digit angka yang akan dienkripsi menggunakan One Time Pad. Lalu kunci dari One Time Pad akan dienkripsi lagi menggunakan ElGamal. Pengujian menggunakan Avalanche Effect dan Character Error Rate untuk melihat persentase tingkat keamanan data. Hasil penelitian Avalanche Effect sebesar 49,41% yang menandakan bahwa metode ini memiliki nilai Avalanche Effect yang bagus dikarenakan perubahan kecil pada plainteks dapat berdampak ke cipherteks dan Character Error Rate sebesar 0% yang menandakan hasil enkripsi yang sangat aman karena tingkat persentase yang rendah dan tingkat keberhasilan OTP yang dikirim pengguna 100% cocok dengan OTP yang dihasilkan oleh sistem. Kesimpulannya, model aplikasi pengamanan web EMIS ini dapat dijadikan rekomendasi bagi pengembang web emis dalam menerapkan sistem keamanan.
Pemetaan Potensi Lahan Jati Melalui Sistem Pendukung Keputusan AHP dan Profile Matching: Basis Pengambilan Keputusan untuk Peningkatan Produksi Jati di Jawa Tengah
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1203

Abstract

Sektor kehutanan, khususnya budidaya jati, membutuhkan identifikasi lahan optimal yang sistematis karena pemilihan lokasi yang tidak tepat dapat menghambat pertumbuhan dan menyebabkan kerugian ekonomi. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) untuk memetakan dan merekomendasikan lokasi budidaya jati paling optimal di Jawa Tengah berdasarkan kriteria lingkungan. Metode yang digunakan adalah pendekatan hibrida Analytical Hierarchy Process (AHP) dan Profile Matching. AHP digunakan untuk menentukan bobot kepentingan relatif kriteria lingkungan seperti kadar air tanah, pH, suhu, curah hujan, dan ketinggian, dengan hasil nilai konsistensi (CR) 0.08 yang valid. Selanjutnya, Profile Matching diterapkan untuk mengukur tingkat kesesuaian antara karakteristik lahan aktual di daerah dengan profil ideal jati, di mana perhitungan bobot gap dilakukan menggunakan interpolasi linier. Hasil penelitian menunjukkan bahwa Surakarta menduduki peringkat pertama sebagai lokasi paling sesuai dengan nilai akhir 4.8174, diikuti oleh Kabupaten Blora (4.8169) dan Kota Magelang (4.564). Dengan demikian, SPK ini secara efektif memberikan rekomendasi lokasi budidaya jati yang objektif dan terinformasi, mendukung pengambilan keputusan strategis dalam sektor kehutanan.
Development of a Geographic Information System Quality Evaluation Framework Using WebQual 4.0 and ISO/IEC 25010 Approaches: A Case Study on Bali Province Balisatudata Website
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1204

Abstract

Geographic Information Systems (GIS) are important tools for managing spatial data in various sectors such as urban planning and environmental management. However, poor GIS quality can hinder accurate decision-making. This study aims to develop an integrated GIS quality evaluation framework by combining two approaches: WebQual 4.0 and ISO 25010. WebQual 4.0 focuses on quality from the user's perspective, while ISO 25010 evaluates the technical characteristics of the software.This research was conducted to evaluate the impact of comparing measurement results using the WebQual 4.0 and ISO 25010 methods on GIS quality, as well as to develop an integrated framework that includes practical recommendations for evaluating GIS quality using the WebQual 4.0 and ISO 25010 methods. Data was collected from 100 active GIS users on the balisatudata.baliprov.go.id website and analyzed using the Importance Performance Analysis (IPA) method. The results showed that the integration of the two methods produced a more comprehensive evaluation of GIS quality compared to a single method. Key findings include quality attributes that need improvement, such as classification accuracy and data position accuracy, as well as system accessibility and reliability. This framework provides an important contribution as a guideline for GIS developers in improving system quality from technical, data, and user satisfaction aspects, as well as a basis for data-driven decision-making.
Sistem Informasi Monitoring Pembelajaran dengan Fitur Notifikasi Email Berbasis Web
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1206

Abstract

Pemantauan pembelajaran secara manual seringkali menghambat penyampaian informasi akademik secara cepat dan akurat kepada orang tua siswa. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi monitoring pembelajaran berbasis web dengan fitur notifikasi otomatis apabila siswa memperoleh nilai di bawah Kriteria Ketuntasan Minimal (KKM). Metode yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall, yang mencakup tahapan analisis, perancangan, implementasi, pengujian, dan evaluasi. Teknik pengumpulan data meliputi observasi, wawancara, studi pustaka, dan dokumentasi. Hasil pengujian menunjukkan bahwa sistem berhasil meningkatkan efisiensi pengelolaan nilai, mempercepat komunikasi antara guru dan orang tua, serta mendorong pelaksanaan remedial secara terstruktur. Berdasarkan pengujian blackbox, seluruh fitur sistem berjalan sesuai fungsinya. Sementara itu, hasil User Acceptance Testing (UAT) memperoleh tingkat kepuasan sebesar 92,65%, yang menunjukkan bahwa sistem dinilai layak, mudah digunakan, dan sesuai dengan kebutuhan pengguna.
Implementasi Metode Composite Performance Index Dalam Sistem Informasi Seleksi Calon Guru Pada SMK Siti Banun Rantauprapat
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1209

Abstract

Proses seleksi calon guru di SMKS Siti Banun Sigambal selama ini dilakukan secara manual dan bersifat subjektif, sehingga menimbulkan ketidakefisienan waktu dan risiko ketidaktepatan dalam pemilihan kandidat. Penelitian ini bertujuan mengembangkan sistem informasi seleksi calon guru berbasis metode Composite Performance Index (CPI) untuk meningkatkan objektivitas, efisiensi, dan transparansi. CPI merupakan metode pengambilan keputusan multikriteria yang menggabungkan sejumlah kriteria penilaian dengan bobot tertentu berdasarkan tren positif dan negatif. Delapan kriteria digunakan dalam penelitian ini, terdiri dari lima kriteria tren positif (kualifikasi pendidikan, IPK, pengalaman mengajar, microteaching, dan teknologi edukasi) serta tiga tren negatif (usia, zonasi, dan riwayat pekerjaan). Sistem dikembangkan berbasis web menggunakan PHP Native 8 dan MySQL dengan model Waterfall. Pengujian dilakukan terhadap 25 kandidat pada semester ganjil 2024. Hasil perhitungan menunjukkan kandidat A21 memperoleh skor tertinggi sebesar 110,82, diikuti A16 (109,19) dan A7 (108,11). Sistem ini menyusun peringkat secara otomatis dan menghasilkan laporan seleksi yang terukur dan adil. Temuan ini membuktikan bahwa metode CPI mampu mempercepat dan meningkatkan kualitas proses seleksi, serta berpotensi diterapkan lebih luas dalam rekrutmen tenaga pendidik.
Leveraging Digital and Semiotic Strategies to Enhance Consumer Decisions on Agricultural MSME Products
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1211

Abstract

This study aims to analyze the influence of digital transformation and marketing strategies on the purchase decisions of products from micro, small, and medium enterprises (MSMEs). Independent variables examined include e-service quality, social media promotion, online payment systems, product quality, and semiotics. A quantitative approach was used with multiple linear regression analysis on data collected via questionnaires. The results show that e-service quality, online payment systems, and semiotics significantly influence agricultural MSME product purchase decisions. Meanwhile, social media promotion and product quality do not show a significant effect. These findings indicate that agricultural MSME product consumers are more influenced by efficient digital experiences, ease in payment systems, and the visual and symbolic elements of products. The insignificance of social media promotion may be due to the still-dominant role of word-of-mouth, while product quality may be assumed to be inherent in the perceived authenticity and trust in local MSMEs. These findings underscore the importance of digital efficiency and visual communication in building emotional consumer experiences. MSMEs need to strengthen their digital service systems, enhance symbolic strategies through semiotics, and obtain policy support for training, mentoring, and brand development in order to remain competitive in the dynamic digital economy era.
Pengembangan Aplikasi Pembelajaran Sistem Komputer Berbasis Android Untuk Meningkatkan Minat Belajar Siswa
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1223

Abstract

Abstrak: Penelitian ini bertujuan untuk mengembangkan media pembelajaran berbasis aplikasi Kodular guna meningkatkan minat belajar siswa pada mata pelajaran Teknologi Informasi dan Komunikasi (TIK), khususnya materi sistem komputer di SMP Negeri 2 Hu’u. Penelitian dilatarbelakangi oleh rendahnya minat belajar siswa akibat metode pembelajaran konvensional yang monoton dan kurang interaktif. Metode pengembangan yang digunakan adalah model ADDIE yang mencakup lima tahapan: Analysis, Design, Development, Implementation, dan Evaluation. Subjek penelitian adalah siswa kelas VII yang berjumlah 20 orang. Teknik pengumpulan data meliputi observasi, wawancara, angket, dan dokumentasi. Hasil validasi oleh ahli media dan materi menunjukkan bahwa aplikasi yang dikembangkan masuk dalam kategori “Layak”. Uji efektivitas dengan pretest dan posttest menggunakan rumus N-Gain menunjukkan nilai rata-rata sebesar 0,66 yang termasuk dalam kategori sedang hingga tinggi. Sementara itu, hasil angket minat belajar siswa menunjukkan rata-rata persentase sebesar 88,4% yang menandakan peningkatan minat yang signifikan. Dengan demikian, aplikasi pembelajaran berbasis Kodular terbukti efektif dalam meningkatkan minat belajar siswa.
Penerapan Convolutional Neural Network Pada Aplikasi Terjemahan Bahasa Isyarat Indonesia Berbasis Android
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1226

Abstract

Pentingnya bahasa isyarat terletak pada perannya sebagai sistem komunikasi visual-manual, di mana isyarat tangan, mimik wajah, dan gerakan badan digunakan untuk menyampaikan informasi. Sistem ini terutama digunakan oleh individu tunarungu sebagai metode komunikasi utama mereka. Walaupun krusial, akses yang terbatas terhadap sumber belajar sering kali menjadi kendala signifikan dalam upaya mempelajari Bahasa Isyarat Indonesia (BISINDO) secara efektif. Menanggapi tantangan ini, penelitian ini dilakukan dengan tujuan mengembangkan aplikasi terjemahan bahasa isyarat melalui integrasi Convolutional Neural Network (CNN), diterapkan secara spesifik melalui arsitektur MobileNetV2. Dalam proses pengembangannya, aplikasi ini menggunakan dataset yang terdiri dari 2000 video, yang selanjutnya diubah menjadi 48.000 bingkai gambar untuk pelatihan model. Pengujian yang dilakukan menunjukkan bahwa akurasi pengenalan gerakan tangan bahasa isyarat mencapai 76%, dengan total loss tercatat sebesar 0.81.  Data ini mengindikasikan bahwa model menunjukkan performa yang memadai dalam mengklasifikasikan mayoritas data pelatihan. Selain fitur deteksi gerakan tangan untuk bahasa isyarat, aplikasi ini juga memiliki fitur terjemahan teks ke isyarat, yang dapat mengonversi kata menjadi gambar gerakan bahasa isyarat. Selanjutnya, terdapat fitur kamus yang menyajikan daftar kata-kata, masing-masing dilengkapi dengan video demonstrasi gerakan bahasa isyarat yang relevan. Fitur-fitur ini bertujuan untuk memfasilitasi dan mempercepat proses pembelajaran BISINDO, menjadikannya mudah diakses bagi individu yang ingin menguasainya.
Penerapan Inception V3 Untuk Deteksi Penyakit Tuberkulosis Berdasarkan Citra Rontgen Dada Melalui Sistem Berbasis Web
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.v5i3.1228

Abstract

Tuberkulosis (TB) merupakan penyakit menular yang masih menjadi masalah serius di sektor kesehatan, khususnya di Indonesia. Proses diagnosis melalui citra rontgen dada sering mengalami kendala karena keterbatasan jumlah radiolog dan kemiripan visual antara TB dan gangguan paru lainnya. Penelitian ini menerapkan model deep learning dengan arsitektur Inception V3 untuk mendeteksi TB berdasarkan citra rontgen dada. Model dikembangkan dalam sistem berbasis web menggunakan framework Django, sehingga dapat digunakan secara interaktif oleh pengguna. Dataset diambil dari platform Kaggle, terdiri atas 4.200 citra yang terbagi dalam dua kelas, yaitu Normal dan Tuberculosis. Proses fine-tuning dilakukan dengan 30 epoch, learning rate sebesar 0,0001, dan dropout rate 0,5. Model diuji menggunakan confusion matrix untuk menilai performa klasifikasinya. Hasil pelatihan menunjukkan akurasi sebesar 97% dengan loss 0,08, sedangkan pengujian menghasilkan akurasi 98,57%. Nilai precision, recall, dan f1-score rata-rata mencapai 0,99, menunjukkan kemampuan model yang sangat baik dalam membedakan citra paru normal dan terinfeksi TB. Sistem ini diharapkan dapat membantu proses diagnosis awal secara cepat dan akurat, serta menjadi dasar pengembangan teknologi deteksi penyakit berbasis pembelajaran mendalam di bidang medis.

Page 53 of 60 | Total Record : 591

 51   52   53   54   55 

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