Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pelatihan Menggunakan Canva Dalam Membuat Desain Poster Bagi Pegawai Kalurahan Banjarsari Surakarta Fauzi, Ahmad; Galih Setyawan Nurohim; Heribertus Ary Setyadi; Wawan Nugroho
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 4 No. 4 (2023): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Poster digunakan sebagai perantara dalam menyampaikan informasi secara tertulis yang memadukan unsur-unsur visual dan kata-kata yang dapat menarik perhatian dalam menyampaikan informasi secara ringkas. Kalurahan Banjarsari merupakan kalurahan baru dari pemekaran kalurahan kadipiro di kecamatan Banjarsari Kota Surakarta. Kebanyakan pegawainya juga orang baru sehinga masih belum banyak pengalaman. Selama ini informas yang ditempel di papan pengumuman masih menggunakan desain dengan ketikan biasa menggunakan aplikasi office. Perlu suatu penyajian informasi yang dapat menarik untuk dibaca masyarakat, salah satunya menggunakan poster. Dalam kegiatan pengabdian ini dilakukan pelatihan kepada pegawai kalurahan untuk membuat desain poster menggunakan aplikasi canva. Aplikasi Canva adalah aplikasi desain grafis online yang mudah untuk digunakan dan dapat diakses melalui perangkat desktop berbasis web maupun mobile. Tahapan kegiatan dimulai dari pemberian materi tetang poster dan canva, demonstrasi canva dan praktik membuat poster oleh peserta. Antusias para peserta dalam mengikuti pelatihan dapat dilihat dari hasil desain poster yang dibuat dalam pelatihan sudah menunjukkan desain yang layak untuk dipublikasikan. Bukti lain ditunjukkan dari hasil beberapa pertanyaan di kuesioner tentang penguasaan canva.
COMPARISON OF PRINCIPAL COMPONENT ANALYSIS AND RANDOM FOREST ALGORITHM FOR PREDICTING HOUSING PRICES Susilo, Dahlan; Diyah Ruswanti; Supriyanta; Wawan Nugroho
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 2 (2025): JITK Issue November 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i2.7256

Abstract

House price predictions are an important thing in the property industry and are useful for buyers in making decisions. Principal Component Analysis (PCA) and Random Forest (RF) methods were used for accuracy analysis in predicting housing prices. Purpose of this research is to measure the accuracy of both methods also to compare RF method optimized with PCA and the one that has not been optimized. The data used is house prices in Karanganyar city based on data scraping results on the rumah123.com site. The analysis reveals that Jaten has the highest number of house sales, and sales of houses with land ownership certificates are also the highest. Of the 10 variables used, land area and buildings have the most influence on selling prices. The model training results show that the RF and PCA methods combination has more optimal value than only using the RF method. The error rate of the PCA method is smaller, averaging 0.0257, making its value more consistent than using only the RF method, which has a larger error value with an average of 0.0332. The model training time using PCA is faster (5005.75) than only using the RF method (6099.25)