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 618 Documents
 58   59   60   61   62 
Sistem Inventarisasi Kerusakan Perkerasan Jalan Deep Learning Dengan Arsitektur Convolutional Neural Network (CNN) YOLOv8 Mahmud; Yuandi, Intan Anuggrah; Amir, Andi Ahdan; Sulaiman, Muh Asep; Humera, Alya Putri
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.v6i1.1511

Abstract

Proses survei dan inventarisasi kerusakan jalan konvensional saat ini memerlukan biaya tinggi, durasi pengerjaan yang lama, dan risiko keselamatan bagi petugas. Penelitian ini bertujuan untuk merancang sistem inventarisasi kerusakan perkerasan jalan otomatis menggunakan arsitektur Deep Learning YOLOv8 yang diintegrasikan dengan kerangka penilaian Pavement Condition Index (PCI). Metodologi penelitian meliputi akuisisi dataset gabungan Road Damage Dataset (RDD2022) dan data lokal (2.272 objek), pra-pemrosesan melalui augmentasi mosaik, serta pelatihan model menggunakan teknik transfer learning. Secara fungsional, sistem yang dikembangkan terbukti berjalan sesuai rancangan pada menu deteksi citra dan video. Hasil evaluasi menunjukkan akurasi deteksi moderat dengan nilai rata-rata mAP50 sebesar 0,547. Performa tertinggi dicapai pada kategori retak buaya (alligator crack) (AP 0,709), sedangkan retak melintang (transverse crack) menjadi kelas dengan kinerja terlemah (AP 0,454). Kelemahan utama yang teridentifikasi adalah rendahnya akurasi lokalisasi bounding box (mAP50-95 0,254) dan tingginya tingkat misklasifikasi objek sebagai latar belakang (background). Sebagai rekomendasi, pengembangan selanjutnya perlu difokuskan pada peningkatan Recall melalui diversifikasi data dan integrasi koordinat GPS absolut guna mendukung manajemen aset jalan yang lebih presisi.
Analisis Spasial Indeks Kekeringan Menggunakan NDVI Berbasis GIS di Kecamatan Kewapante Yuneta, Margaretha; Lete, Maria Kurniaty
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.v6i1.1515

Abstract

Kekeringan merupakan salah satu bencana hidrometeorologi yang berdampak signifikan terhadap sektor pertanian dan ketersediaan sumber daya air. Kecamatan Kewapante, Kabupaten Sikka, termasuk wilayah yang memiliki potensi kekeringan cukup tinggi berdasarkan penelitian sebelumnya. Penelitian ini bertujuan untuk menganalisis indeks kekeringan serta memetakan sebaran wilayah terdampak kekeringan menggunakan pendekatan Sistem Informasi Geografis (SIG) berbasis integrasi multi-parameter. Metode yang digunakan meliputi pengolahan citra Landsat 8 untuk memperoleh nilai Normalized Difference Vegetation Index (NDVI), serta integrasi parameter curah hujan, jenis tanah, dan tutupan lahan melalui teknik pembobotan dan overlay spasial. Hasil penelitian menunjukkan bahwa tingkat kekeringan di Kecamatan Kewapante didominasi oleh kategori rendah (50%) dan sangat rendah (45%), sementara kategori sedang hanya sebesar 5%. Distribusi spasial menunjukkan bahwa wilayah dengan tingkat kekeringan lebih tinggi berkorelasi dengan nilai NDVI rendah, curah hujan rendah, serta dominasi tutupan lahan terbuka. Penelitian ini menunjukkan bahwa pendekatan integrasi multi-parameter berbasis SIG mampu memberikan gambaran spasial kekeringan yang lebih komprehensif. Hasil penelitian ini diharapkan dapat mendukung perencanaan mitigasi kekeringan serta pengelolaan sumber daya wilayah secara lebih efektif.
Perbandingan Algoritma Transformer Dengan Bi-Long Short-Term Memory Untuk Speech-To-Text Zulkarnain, Achmad Rizky; Rivan, Muhammad Ezar Al
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.v6i1.1563

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja dua arsitektur Speech-to-Text, yaitu Bidirectional Long Short-Term Memory (BiLSTM) dan Transformer, dengan menggunakan dua jenis ekstraksi fitur akustik, yaitu Log-Mel Spectrogram dan Filterbank Energies (FBANK). Perbandingan ini dilakukan untuk menganalisis pengaruh kesesuaian antara arsitektur model dan representasi fitur terhadap performa sistem pengenalan suara otomatis. Pemilihan kedua arsitektur didasarkan pada perbedaan mekanisme pemrosesan sekuens, di mana BiLSTM memproses data secara dua arah untuk menangkap konteks temporal dari masa lalu dan masa depan, sedangkan Transformer memanfaatkan mekanisme self-attention yang mampu memproses keseluruhan urutan data secara paralel dan memahami konteks global. Kebaruan penelitian ini terletak pada evaluasi perbandingan yang dilakukan secara konsisten antara model BiLSTM dan Transformer dengan skema ekstraksi fitur yang digunakan agar menemukan kecocokan antara model dengan ekstraksi fitur, dengan tokenisasi yang sudah disesuaikan untuk masing-masing arsitektur, yaitu tokenisasi word-level pada BiLSTM dan tokenisasi sub-word berbasis SentencePiece pada Transformer, sehingga memberikan analisis kuantitatif yang lebih objektif terhadap pengaruh kesesuaian antara model dan jenis fitur akustik. Penelitian ini menggunakan pendekatan eksperimen kuantitatif dengan dataset LibriSpeech sebagai dataset utama. Proses penelitian meliputi ekstraksi fitur audio, pelatihan model menggunakan fungsi loss Connectionist Temporal Classification (CTC) dan optimizer Adam, serta evaluasi performa menggunakan metrik Word Error Rate (WER) dan Character Error Rate (CER). Hasil eksperimen menunjukkan bahwa pemilihan arsitektur model dan jenis fitur akustik memberikan pengaruh yang nyata terhadap performa sistem. Model BiLSTM menghasilkan performa yang lebih stabil pada seluruh kombinasi fitur, dengan nilai WER sekitar 29% pada subset test-clean dan berkisar antara 53%–55% pada subset test-other. Sementara itu, model Transformer menunjukkan performa terbaik ketika dipadukan dengan fitur Log-Mel Spectrogram, namun mengalami peningkatan WER yang signifikan saat menggunakan fitur FBANK.. Hasil yang sudah dijelaskan tadi menunjukkan bahwa kesesuaian antara arsitektur model dan jenis fitur sangat mempengaruhi kualitas transkripsi.
Sentiment Analysis of Wargaku Surabaya Apps Reviews using Naive Bayes and Support Vector Machine (SVM) Methods Nur Fadilah, Liizah; Vitianingsih, Anik Vega; Kristyawan, Yudi; Lidya Maukar, Anastasia; Hikmawati, Nina Kurnia
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 Aini, Siti Azizah; Pajri, Afril Efan; Kartini, Alif Yuanita
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
Classification of South Sulawesi Rice Quality Based on Website Using Machine Learning Salmiah; Basalamah, Abdullah; Altim, Muhammad Zainal; Kasman; Kasim, Fadly
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.v6i1.1587

Abstract

Rice is a staple food commodity in Asian countries like Indonesia, but there are still challenges in quality assurance and standardization. The objectives of this research are to design and to develop a website-based system to classify the quality of rice using machine learning methods, to analyze the performance of the website-based South Sulawesi rice quality classification system, and to determine the accuracy of the classification system. This research uses the Convolutional Neural Network (CNN) method to classify rice quality based on some characteristics such as texture, shape, color, and size. The research succeeded in designing and developing a website-based system called "BERAS PINTAR". This system integrates a CNN model to classify 10 types of rice and three rice quality categories: premium, medium, and regular rice, based on input  images of rice. Classification performance analysis shows very effective results. The model achieved an accuracy of 99.05% and was able to process classification quickly, proving its performance is satisfactory and functional. The resulting system proved accurate and efficient in identifying rice quality. The accuracy test reached a maximum of 100% and confidence levels ranging from 60% to 100%. This level of accuracy is consistent for rice varieties with distinctive visual characteristics.
From Convenience To Risk: Spreadsheet Characteristics And Shadow IT In E-Government Implementation In Indonesia Nugraha, Ginanjar; Munir; Dirgantari, Puspo Dewi
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.v6i1.1599

Abstract

This study investigates how specific spreadsheet characteristics influence Shadow IT emergence in e-government implementations, examining the digital literacy and organizational context in rural and urban government settings. Employing a mixed-methods approach, this research surveyed 285 government employees across 45 government offices implementing e-government systems in Indonesia. Structural Equation Modeling analyzed relationships between spreadsheet characteristics and Shadow IT adoption. Qualitative interviews with 32 participants provided contextual insights through thematic analysis.Results reveal that spreadsheet flexibility (β = 0.42, p < 0.001) and user autonomy (β = 0.38, p < 0.001) significantly predict Shadow IT adoption. Digital literacy negatively moderates these relationships (β = -0.23, p < 0.01), with lower literacy strengthening the spreadsheet-Shadow IT link. Rural contexts show 34% higher Shadow IT prevalence compared to urban settings.
Sistem Pakar untuk Identifikasi Masalah pada Siswa SMK Yadika Palu dengan Menggunakan Metode Certainty Factor Hardiansyah, Emil; Hasrul; Yamin, Novita Salwa Pratiwi; Nurmin; Hasanah, Nurul; Dedikasari, Azzahra Aulia; Risna
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.v6i1.1600

Abstract

Layanan bimbingan dan konseling di sekolah masih menghadapi kendala dalam mengidentifikasi permasalahan siswa secara objektif akibat keterbatasan waktu, rendahnya keterbukaan siswa, dan subjektivitas analisis guru BK. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web untuk mengidentifikasi permasalahan siswa menggunakan metode Certainty Factor (CF). Metode CF digunakan untuk memodelkan ketidakpastian penilaian gejala melalui nilai measure of belief dan measure of disbelief yang diperoleh dari pakar. Penelitian ini menggunakan pendekatan Research and Development yang meliputi analisis kebutuhan, perancangan basis pengetahuan, implementasi sistem berbasis PHP–MySQL, serta pengujian fungsional dan akurasi. Pengujian dilakukan menggunakan 20 data siswa dengan membandingkan hasil identifikasi sistem dan analisis guru BK. Hasil pengujian menunjukkan tingkat kesesuaian sebesar 85%, yang menunjukkan bahwa metode CF efektif dalam merepresentasikan penalaran pakar pada konteks bimbingan dan konseling. Kontribusi utama penelitian ini terletak pada integrasi metode Certainty Factor dengan data dari Teknik Penyusunan Program Pelayanan Konseling di Satuan Pendidikan Berbasis IKMS untuk menghasilkan identifikasi masalah siswa secara kuantitatif dan terukur. Secara praktis, sistem mampu menyajikan tingkat keyakinan dalam bentuk persentase sehingga mendukung pengambilan keputusan guru BK secara lebih objektif dan berbasis data.
Optimizing Lean University Services Through UI/UX Design Using a User Centered Design Approach in Rokan Hulu Utami, Urfi; Kurniawan, Hendry; Andrianto, Richi; Yona, Sri Nelvi; Wati, Emilia
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.v6i1.1607

Abstract

Digital transformation in higher education demands efficient and user-centered digital service systems, particularly in regional universities where service processes are often fragmented, manual, and insufficiently aligned with user needs, such as in the context of Rokan Hulu. Existing studies predominantly address User Centered Design (UCD) or Lean Service separately, leaving a research gap in their integrated application for optimizing university digital services in developing regions. This study aims to bridge this gap by proposing an integrated UCD–Lean framework to redesign UI/UX and streamline service workflows based on empirical user needs and operational efficiency principles. The research adopts a four-stage UCD methodology consisting of context of use analysis through observations and semi-structured interviews with students, lecturers, and administrative staff; requirement specification using user personas and journey mapping; iterative design solutions developed through wireframes and interactive prototypes in Figma; and usability evaluation. Lean principles were operationalized through workflow simplification, elimination of non–value-added steps, and value-oriented interaction design. A purposive sample of 100 respondents representing primary academic service users in Rokan Hulu participated in usability testing using the System Usability Scale (SUS), selected for its reliability in prototype-level assessment. The results show a mean SUS score of 80 (“Good”), indicating acceptable usability and positive user acceptance, while the study theoretically contributes a contextual UCD–Lean integration model and positions its findings as preliminary usability evidence rather than definitive operational effectiveness due to prototype-based evaluation limitations.
Evaluasi Sistem Manajemen Terintegrasi Perangkat Teknologi Informasi Berbasis Web pada Sektor Energi di Indonesia Berdasarkan Standar ISO 20000-1:2018 Salsabila, Zakiyah; Lubis, Muharman
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.v6i1.1620

Abstract

Penerapan sistem manajemen terintegrasi berbasis teknologi informasi menjadi kebutuhan penting pada sektor energi di Indonesia yang memiliki tingkat kompleksitas operasional dan risiko layanan yang tinggi. Penelitian ini bertujuan untuk mengevaluasi kesesuaian dan efektivitas sistem manajemen terintegrasi perangkat teknologi informasi berbasis web terhadap prinsip manajemen layanan. Metode penelitian yang digunakan adalah pendekatan kualitatif deskriptif dengan studi kasus, melalui analisis dokumen, observasi sistem, serta wawancara dengan pengelola dan pelaksana layanan manajemen. Kerangka evaluasi mengacu pada standar ISO 20000-1:2018 untuk menilai aspek perencanaan, penyampaian, pemantauan, pengendalian dokumentasi, dan peningkatan berkelanjutan. Hasil penelitian menunjukkan bahwa sistem telah memenuhi sebagian persyaratan pada tahap perencanaan layanan, namun masih ditemukan ketidaksesuaian pada aspek penyampaian layanan, pemantauan real-time, pengelolaan data historis, dan pengukuran kinerja layanan. Kesimpulannya, sistem manajemen terintegrasi berbasis web yang dievaluasi belum sepenuhnya optimal dan memerlukan penguatan integrasi digital, otomasi proses, serta pemanfaatan data berbasis kinerja agar mampu mendukung peningkatan kualitas layanan secara berkelanjutan di sektor energi. Penelitian ini memberikan kontribusi ilmiah berupa model evaluasi sistem manajemen terintegrasi berbasis web yang terstruktur berdasarkan standar ISO 20000-1:2018 sebagai acuan peningkatan kualitas dan efektivitas layanan teknologi informasi di sektor energi.

Page 61 of 62 | Total Record : 618

 58   59   60   61   62 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 6 No. 2: JULI 2026 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