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
 56   57   58   59   60 
Sistem Cerdas Pendeteksi Penyakit dengan Gejala Lower Back Pain Menggunakan Algoritma Forward Chaining
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.v5i3.1465

Abstract

Nyeri Punggung Bawah (Lower Back Pain/LBP) kini telah menjelma menjadi tantangan kesehatan masyarakat dengan implikasi serius pada aspek sosial dan finansial. Laporan Global Burden of Disease mengungkapkan bahwa LBP merupakan faktor utama penyebab kecacatan dan penurunan efisiensi kerja di banyak negara, tidak terkecuali Indonesia. Dalam konteks penanganan LBP, pendekatan forward chaining menawarkan kemampuan analitik yang mendalam terhadap sekumpulan manifestasi klinis pasien. Proses ini bekerja melalui tahapan penerimaan berbagai data input mencakup sifat nyeri, pola penyebaran nyeri radikular, elemen pencetus, dan temuan neurologis. Seluruh data ini kemudian diintegrasikan dengan basis pengetahuan yang memuat diagnostik tersistem. Keluaran dari mekanisme ini berupa deteksi beragam kemungkinan penyebab patologi, mencakup kondisi seperti strain otot, HNP (herniasi nukleus pulposus), penyempitan tulang belakang, maupun gangguan degeneratif tulang belakang lainnya. Studi ini berfokus pada perancangan sebuah sistem diagnostik berbasis kecerdasan buatan untuk mendeteksi penyakit dengan indikasi LBP melalui pendekatan bertahap dan eksperimental, dengan mengadopsi metode Research and Development (R&D). Hasil uji coba membuktikan bahwa sistem deteksi gejala nyeri punggung bawah yang mengimplementasikan forward chaining telah berjalan dengan baik. Teknik ini menunjukkan keberhasilan dalam penerapannya dengan capaian tingkat presisi yang sesuai dengan kriteria yang ditentukan.
Analisis Pengujian Pembayaran Virtual Account pada Sistem Informasi Akademik Menggunakan Metode Blackbox Testing
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.v5i3.1468

Abstract

Sistem Informasi Akademik (SIAKAD) UNIMUDA Sorong telah menyertakan fitur pembayaran melalui Virtual Account agar mahasiswa lebih mudah dalam menyelesaikan pembayaran biaya kuliah dengan menggunakan empat bank mitra, yakni Bank Muamalat, BNI, BTN, dan BRI. Untuk menjamin kelancaran dan keamanan transaksi, kami melakukan pengujian menyeluruh terhadap sistem pembayaran ini. Tujuan penelitian Adalah mengevaluasi kinerja sistem pembayaran virtual account melalui pendekatan Black Box Testing dengan Teknik Use Case Testing. Kami merancang 30 skenario pengujian yang melibatkan mahasiswa dan staff keuangan sebagai pengguna utama. Setiap aspek penting diuji secara detail, mulai dari proses masuk ke sistem, pemilihan dan pembayaran tagihan, pembuatan nomor virtual account, pengajuan permohonan pembayaran, hingga verifikasi transaksi oleh petugas keuangan. Dari 30 skenario yang dijalankan, semuanya berhasil dilalui tanpa kendala,yang berarti sistem bekerja persis seperti yang diharapkan. Fitur-fitur krusial seperti keamanan login, perhitungan tagihan, koneksi dengan bank, pemantauan transaksi, dan pencocokan data berfungsi dengan baik. Hasil ini membuktikan bahwa sistem sudah matang dan siap digunakan secara luas di lingkungan kampus dengan tingkat kepercayaan penuh.
Sistem Analisis Kemiskinan Berbasis Website dengan Model Knn untuk Kelayakan Penerimaan PKH di Kabupaten Cilacap
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.v5i3.1477

Abstract

Kemiskinan menjadi permasalahan strategis di Kabupaten Cilacap dengan angka mencapai 12,43% pada tahun 2023. Penelitian ini bertujuan mengembangkan Sistem SIPANDU Cilacap (Sistem Prediksi dan Analisis Data untuk Subsidi) berbasis website untuk mendukung penentuan kelayakan penerima Program Keluarga Harapan (PKH). Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan desain mixed-methods. Pengumpulan data dilakukan melalui studi dokumentasi, kuesioner terstruktur, dan wawancara terhadap 350 kepala keluarga di lima kecamatan prioritas. Sistem dikembangkan menggunakan arsitektur three-tier dengan teknologi PHP, MySQL, dan Bootstrap 5. Hasil penelitian menghasilkan sistem berbasis website yang terintegrasi dengan empat fitur utama: Pemetaan Wilayah untuk visualisasi sebaran kemiskinan, Cek Status PKH untuk input data calon penerima, Berita untuk informasi program, dan Tentang SIPANDU untuk profil sistem. Sistem ini dirancang untuk menghasilkan data terstruktur sesuai format yang diperlukan implementasi algoritma K-Nearest Neighbor dalam analisis kelayakan. Hasil validasi model KNN menunjukkan akurasi sebesar 83,33% dengan nilai K optimal = 5 berdasarkan evaluasi menggunakan 5-fold cross validation. Implementasi sistem menunjukkan kemampuan dalam konsolidasi data sosio-demografi yang komprehensif meliputi 21 variabel prediktor. Pengujian sistem mencakup User Acceptance Test (UAT) dengan stakeholder Dinas Sosial Kabupaten Cilacap yang menunjukkan tingkat kepuasan 92% pada aspek usability dan functionality. Hasil pengujian blackbox terhadap seluruh modul sistem menunjukkan tingkat keberhasilan 100%, membuktikan keandalan sistem untuk diimplementasikan. SIPANDU Cilacap diharapkan dapat menjadi solusi teknologi untuk meningkatkan akurasi, transparansi, dan akuntabilitas dalam penyaluran bantuan sosial PKH, sekaligus mendukung evidence-based policy dalam perumusan kebijakan penanggulangan kemiskinan di tingkat daerah.
Implementasi Agile Scrum untuk Pengembangan Fitur E-Coupon pada Sistem POS Ritel
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.v5i3.1484

Abstract

Perkembangan teknologi digital telah mendorong perubahan signifikan dalam perilaku belanja konsumen dari metode konvensional menuju transaksi daring, sehingga perusahaan ritel perlu berinovasi untuk meningkatkan loyalitas pelanggan. Salah satu inovasi yang banyak diterapkan adalah pemanfaatan electronic coupon (e-Coupon) dalam sistem Point of Sales (POS) untuk memberikan kemudahan bagi pelanggan dalam memperoleh, menukarkan, dan menggunakan kupon digital secara langsung pada proses transaksi. Penelitian ini bertujuan mengembangkan fitur e-Coupon yang mencakup proses earning, redeem, dan apply discount pada sistem POS ritel menggunakan metode Agile Development dengan model Scrum. Proses pengembangan dilakukan melalui tahapan product backlog, sprint planning, sprint backlog, dan sprint review secara iteratif dan kolaboratif untuk memastikan kesesuaian dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa penerapan Scrum mampu mempercepat proses pengembangan, meningkatkan koordinasi tim, serta menghasilkan fitur e-Coupon yang berfungsi sesuai kebutuhan bisnis dan telah teruji melalui berbagai skenario transaksi. Fitur yang dihasilkan juga memberikan kemudahan bagi kasir dan pelanggan dalam melakukan transaksi menggunakan kupon digital. Kontribusi penelitian ini berupa model pengembangan fitur POS berbasis Agile–Scrum yang dapat diadaptasi oleh perusahaan ritel dalam mempercepat inovasi digital, meningkatkan efisiensi operasional, serta memperkuat pengalaman dan kepuasan pelanggan.
Analisis Penerapan Prinsip Multimedia Mayer dalam Video Pembelajaran Bahasa Arab di Channel YouTube Learn Arabic with Asmae
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 1: MARET 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i1.1487

Abstract

Penelitian ini menganalisis kualitas desain dan respons audiens terhadap video pembelajaran bahasa Arab pada channel YouTube Learn Arabic with Asmae. Dengan pendekatan kualitatif deskriptif dengan metode analisis konten, peneliti mengkaji penerapan delapan prinsip multimedia Mayer dan mengklasifikasikan motif audiens berdasarkan teori Uses and Gratification (U&G). Data dikumpulkan melalui observasi non-partisipan dan dokumentasi terhadap dua video dan analisis 120 komentar teratas. Temuan menunjukkan bahwa video-video tersebut, secara umum telah menerapkan prinsip Mayer dengan baik, dengan enam dari delapan prinsip diterapkan secara konsisten dan efektif. Prinsip personalisasi, segmentasi, dan persinyalan menjadi pilar utama dalam memfasilitasi pemahaman dan membangun keterlibatan emosional. Namun, prinsip koherensi dan multimedia, khususnya relevansi gambar menunjukkan beberapa inkonsistensi. Analisis respons audiens menunjukkan adanya motif afektif (59,2%) yang mendominasi di samping motif kognitif (35,0%). Data ini menunjukkan bahwa video-video tersebut berhasil memberikan pengalaman pembelajaran yang menyenangkan. Sebagai Kesimpulan, keberhasilan video pembelajaran ini dikarnakan desain multimedia yang terintegrasi dengan baik dan kemampuan untuk memenuhi motivasi intrinsic audiens. Temuan penelitian ini dapat membantu pengembang konten edukasi dalam merancang video pembelajaran yang efektif dan engaging.
Efektivitas Penggunaan Discord Sebagai Media E-learning Pada Mata Kuliah Microteaching di Prodi Pendidikan Teknologi Informasi
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 1: MARET 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i1.1488

Abstract

Perkembangan teknologi digital telah mendorong transformasi signifikan dalam sistem pendidikan, terutama melalui penerapan pembelajaran daring yang membutuhkan media interaktif dan kolaboratif. Salah satu platform yang mulai dimanfaatkan adalah Discord, yang awalnya berfokus pada komunikasi komunitas, namun kini berkembang menjadi sarana pembelajaran berbasis interaksi real-time. Penelitian ini bertujuan menganalisis efektivitas penggunaan Discord sebagai media e-learning pada mata kuliah Microteaching di Program Studi Pendidikan Teknologi Informasi, Universitas Pendidikan Muhammadiyah Sorong. Penelitian menggunakan metode deskriptif kuantitatif dengan melibatkan 40 mahasiswa sebagai sampel, serta instrumen pretest dan posttest berbasis model USE. Analisis data dilakukan melalui uji validitas, uji reliabilitas, uji-t berpasangan, dan perhitungan N-Gain Score untuk melihat tingkat peningkatan pemahaman. Hasil penelitian menunjukkan seluruh butir instrumen dinyatakan valid dan reliabel, serta terdapat peningkatan hasil belajar yang signifikan. Nilai N-Gain menunjukkan 70% mahasiswa berada pada kategori peningkatan sedang dan 30% pada kategori rendah, sehingga efektivitas Discord tergolong cukup kuat dalam meningkatkan pemahaman konsep, interaksi, dan keterlibatan mahasiswa dalam pembelajaran daring Microteaching.
Sales Forecasting of the Local Cultural Product Tanjak Melayu in Rokan Hulu Using the Trend Moment Method to Support Sustainable UMKM Marketing Strategies
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.v5i3.1491

Abstract

Micro, Small, and Medium Enterprises (MSMEs) play a crucial role in strengthening Indonesia’s regional economy and preserving cultural identity through creative industries. One of the prominent local cultural products is Tanjak Melayu, a traditional Malay headpiece produced in Rokan Hulu Regency, Riau. However, inconsistent market demand often leads to production inefficiencies and unstable marketing performance. This study aims to forecast the sales of Tanjak Melayu using the Trend Moment method integrated with seasonal adjustment analysis to support sustainable MSME marketing strategies. The dataset used consists of monthly sales records from January 2023 to December 2024, analyzed using quantitative forecasting techniques. The resulting trend equation, Y = 145.55 + 1.4087X, indicates an average monthly increase of 1.4 units in sales volume. Model validation produced a MAPE value of 3.78%—categorized as excellent accuracy—and an RMSE value of 9.08, reflecting a low prediction error compared to actual sales. The findings demonstrate that the Trend Moment method effectively captures both the upward sales trend and seasonal fluctuations, with demand peaks occurring in November and December. This research provides practical insights for MSME actors in optimizing production planning and marketing schedules, and theoretical contributions by highlighting the applicability of simple statistical forecasting for culture-based small enterprises toward sustainable economic development.
Analisis Strategi Konten Instagram dalam Meningkatkan Brand Awareness UMKM Seafood
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.v5i3.1492

Abstract

Perkembangan media sosial membuka peluang bagi UMKM untuk memperkuat brand awareness melalui strategi konten Instagram yang efektif. Penelitian ini bertujuan mengukur efektivitas berbagai strategi konten Instagram pada UMKM Radja Seafood Purwakarta guna meningkatkan brand awareness. Pendekatan yang diterapkan yaitu deskriptif kuantitatif dengan analisis komparatif, menggunakan data insight Instagram dari 195 unggahan serta kuesioner skala Likert yang diisi oleh 385 responden. Analisis dilakukan melalui uji normalitas, uji korelasi Spearman, serta uji Kruskal–Wallis sebab datanya tidak berdistribusi normal. Hasil penelitian menunjukkan adanya perbedaan signifikan antar strategi konten, dibuktikan oleh nilai Asymp.Sig kurang dari 0,001 pada indikator engagement dan reach. Konten kolaborasi influencer menjadi strategi paling efektif dengan mean rank engagement 140,61 dan reach 120,75, melampaui konten hiburan, promosi, dan edukasi. Selain itu, hasil kuesioner menunjukkan brand awareness berada dikategorikan tinggi dengan rataan skor 42,59. Temuan ini menegaskan bahwa kolaborasi influencer merupakan strategi paling optimal untuk meningkatkan interaksi, jangkauan, dan kesadaran merek UMKM.
Sentiment Analysis of Wargaku Surabaya Apps Reviews using Naive Bayes and Support Vector Machine (SVM) Methods
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 1: MARET 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i1.1565

Abstract

Digital public service applications in Indonesia are increasingly used to improve citizens access to government services, generating large volumes of feedback that are difficult to analyze manually. Moreover, many previous studies focus on polarity-based sentiment, which may not adequately capture specific user emotions. This study analyzes feedback on the Wargaku Surabaya application by classifying emotions into five categories: anger, disappointment, sadness, pride, and happiness. A total of 1,406 texts were collected (2021–2025), with 1,386 retained after preprocessing. Data were primarily sourced from Google Play Store reviews, supplemented by comments from Threads and YouTube. The research employs text preprocessing, TF-IDF weighting, and lexicon-based labelling with the generated labels reviewed on a subset of the dataset before model training. Emotion classification was performed using Naive Bayes (NB) and Support Vector Machine (SVM), evaluated via a train–test split and confusion matrix. Results show that SVM achieved 84% accuracy, 85% precision, 84% recall, and an 84% F1-score, outperforming NB with 58% accuracy. These findings indicate that SVM is more reliable for multi-class emotion classification in digital public services.
Analisis Sentimen Pemindahan Ibu Kota Nusantara (IKN) dengan Algoritma Random Forest, Naive Bayes, dan Support Vector Machine
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 1: MARET 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i1.1567

Abstract

Reaksi masyarakat Indonesia terhadap pemindahan Ibu Kota Nusantara (IKN) bervariasi, terutama di media sosial, yang merupakan platform utama untuk menyuarakan pendapat. Tujuan penelitian ini adalah untuk mengevaluasi persepsi publik tentang rencana pemindahan IKN dengan menggunakan tiga metode klasifikasi yaitu Random Forest, Naïve Bayes, dan Support Vector Machine (SVM). Data diproses melalui beberapa tahap preprocessing, Tahap-tahap ini termasuk tokenisasi, penghilangan kata umum, pemrosesan huruf, pembersihan teks, dan pengurangan kata dasar. Pelabelan data mengelompokkan komentar dalam kategori sentimen positif dan negatif, sedangkan ekstraksi fitur dilakukan dengan metode TF-IDF. Dataset tersebut kemudian dibagi menjadi dua, 20% untuk data pengujian dan 80% untuk data latihan. Hasil penelitian ini menunjukkan bahwa setiap model memiliki tingkat akurasi yang berbeda, dengan Random Forest mencapai 98%, Naïve Bayes 91%, dan SVM 97%, yang menunjukkan bahwa Random Forest adalah algoritma ensemble yang paling akurat dan dapat digunakan untuk analisis sentimen.Studi ini menemukan bahwa setiap model memberikan tingkat akurasi yang berbeda. Hasil penelitian ini menunjukkan bahwa Random Forest adalah algoritma ensemble terbaik untuk mengelompokkan sentimen publik tentang masalah pemindahan IKN. Kesimpulan penelitian ini menekankan bahwa menggunakan algoritma ensemble seperti Random Forest dapat menghasilkan analisis sentimen yang lebih akurat, dan ini dapat digunakan sebagai pedoman untuk proses pengambilan keputusan di masa mendatang tentang evaluasi kebijakan publik

Page 59 of 60 | Total Record : 591

 56   57   58   59   60 

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