Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Abdimas: Papua Journal Of Community Service FRAMEWORK Jurnal Ilmu Komputer dan Informatika
Fajar, Fajar Rahardika Bahari Putra
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

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

Found 2 Documents
Search

 1 
Design to Impress: Creating Stunning Landing Pages with the Power of HTML and CSS Fajar, Fajar Rahardika Bahari Putra; Muhammad Rizki Setyawan; Muzakkir Pangri; Muhammad Jundullah; Haris, Haris; Elisabeth Serlina Elensia Bupu
Abdimas: Papua Journal of Community Service Vol. 7 No. 1 (2025): Januari
Publisher : Lembaga Pengembangan dan Pengabdian Masyarakat Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/pjcs.v7i1.4100

Abstract

Kegiatan Pengabdian Kepada Masyarakat (PkM) dengan tema "Design to Impress: Creating Stunning Landing Pages with HTML and CSS" yang dilaksanakan di SMK Negeri 1 Kota Sorong ialah untuk meningkatkan keterampilan siswa jurusan PPLG (Pengembangan Perangkat Lunak dan GIM) dalam pembuatan halaman web. Kegiatan ini melibatkan 60 siswa dan bertujuan untuk memberikan pemahaman dasar hingga lanjutan mengenai HTML dan CSS, serta teknik pembuatan landing pages yang responsif. Metode yang digunakan mencakup penyuluhan, praktikum, dan pendampingan langsung. Hasil pelatihan menunjukkan bahwa siswa/i mampu mengaplikasikan pengetahuan yang diperoleh, meskipun terdapat kendala seperti keterbatasan pemahaman teknis dan akses terhadap sumber daya. Kegiatan ini diharapkan dapat memotivasi siswa untuk memanfaatkan teknologi digital dalam karier mereka di masa depan.
Implementasi Machine Learning Dalam Mengidentifikasi Tanaman Hias menggunakan Metode CNN Fajar, Fajar Rahardika Bahari Putra; La Jupriadi, La Jupriadi Fakhri; Rendra, Rendra Soekarta; Wulan Ika, Wulan Ika Ayudiansyah Wahid
Framework : Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2024): Framework : Jurnal ilmu komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/jiki.v3i1.4138

Abstract

Penelitian ini bertujuan untuk mengimplementasi dan identifikasi tanaman hias menggunakan metode Convolutional Neural Network (CNN). Dengan memanfaatkan dataset yang terdiri dari 3.453 gambar dari lima jenis bunga, penelitian ini mengatasi tantangan dalam identifikasi tanaman yang sering kali memerlukan pengetahuan botani yang mendalam dan memakan waktu. Metode yang digunakan meliputi pengumpulan data, preprocessing, pelatihan model, dan evaluasi. Model CNN yang dikembangkan menunjukkan performa yang baik, dengan akurasi pelatihan mencapai 76,4% dan akurasi validasi sebesar 73,6% setelah 40 epoch pelatihan. Meskipun hasil ini menjanjikan, terdapat indikasi overfitting yang perlu diperhatikan. Penelitian ini menyimpulkan bahwa pendekatan machine learning, khususnya CNN, memiliki potensi besar untuk mengotomatisasi proses identifikasi tanaman hias secara akurat dan efisien. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam bidang hortikultura dan teknologi pengenalan pola, serta membuka peluang untuk penelitian lebih lanjut dalam pengembangan sistem yang lebih robust dan aplikatif.
Co-Authors Elisabeth Serlina Elensia Bupu Haris Haris, Haris La Jupriadi, La Jupriadi Fakhri Muhammad Jundullah Muhammad Rizki Setyawan Muzakkir Pangri Rendra, Rendra Soekarta Wulan Ika, Wulan Ika Ayudiansyah Wahid