Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Abditeknika - Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks)
Fajar Akbar
Universitas Nusa Mandiri
Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemanfaatan Aplikasi Canva Sebagai Penunjang Kegiatan Karang Taruna RW 23 Perumahan Permata Tangerang Yunita Yunita; Fajar Akbar; Jenie Sundari; Irwan Agus Sobari
Abditeknika Jurnal Pengabdian Masyarakat Vol. 2 No. 2 (2022): Oktober 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v2i2.1166

Abstract

Desain grafis adalah suatu media untuk menyampaikan informasi melalui bahasa komunikasi visual yang melibatkan kaidah-kaidah estetik yang membutuhkan imajinasi dan kreatifitas. Penggunaan teknologi informasi menjadi salah satu sarana penyampaian informasi dan aspirasi dalam masyarakat secara umum serta organisasi secara khusus. Saat ini banyak sekali aplikasi desain baik berbayar ataupun yang dapat diunduh secara gratis yang begitu banyak memiliki vitur yang menarik, salah satunya yaitu aplikasi canva. Canva sebagai aplikasi desain yang menyediakan berbagai fitur menarik, Canva sangat membantu penggunanya untuk membuat logo, poster, desain kemasan, hingga promo suatu produk. Karang taruna RW 23 Perumahan permata tangerang merupakan wadah pemuda untuk dapat meningkatkan keberdayaan masyarakat khususnya kaum muda. Kendala saat ini bagi karang taruna Rw 23 belum dapat mengelola media sosial yang dimiliki dengan baik dan para anggota juga belum dapat mendesain dengan baik dan menarik baik info yang ada dimedia social ataupun dalam mendesain sebuah brosur atau pun famlet jika ada kegiatan, Dengan adanya kegiatan pengabdian masyarakat ini yaitu dengan tema Taruna kreatif dengan Canva diharapkan dapat menambah ilmu serta wawasan bagi semua anggota karang taruna agar kedepannya dapat mengelola media social dengan baik dan dapat membuat desain produk jika suatu saat akan melaksanakan kegiatan.  
SELEKSI ATRIBUT PADA DATA TIDAK SEIMBANG NASABAH KOPERASI DENGAN OPTIMASI SMOTE DAN ADABOOST Richky Faizal Amir; Andreyestha; Imam Nawawi; Andi Taufik; Eko Pramono; Fajar Akbar
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 3 (2023): EDISI 17
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i3.2757

Abstract

The credit procedure is the provision of credit on the basis of the bank's belief in the ability and ability of the customer to repay. In this study, the customer data tested was divided into 3 classes, namely 39 LOW customers, 84 MEDIUM customers, and 11 HIGH customers. Unbalanced datasets are pre-processed using the Synthetic Minority Over-sampling (SMOTE) technique. Classification methods such as Random Forest and Support Vector Machine will test cooperative customer data. The data is tested based on the attribute that has the highest matching value using the Particle Swarm Optimization method, this test is also optimized with the Adaboost method to increase its accuracy. The results of tests carried out using the Random Forest method obtained an accuracy of 89.05% and the Support Vector Machine algorithm obtained an accuracy of 81.75%. Meanwhile, testing with two methods optimized with Adaboost showed an increase in accuracy with Random Forest getting 91.24% accuracy and Support Vector Machine getting 82.48% accuracy. The highest accuracy in the cooperative customer data classification test was obtained from the Random Forest algorithm which was optimized with Adaboost at 91.24%
Co-Authors Andi Taufik Andreyestha Eko Pramono Imam Nawawi Irwan Agus Sobari Jenie Sundari Richky Faizal Amir Yunita Yunita