Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal Jurnal Nasional Teknologi Komputer Jurnal Pengabdian Kepada Masyarakat Teknologi Informasi dan Komunikasi Jurnal Pengabdian Masyarakat Variasi
Raja Nasrul Fuad
Universitas Deli Sumatera
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Nursing Public Health Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Sosialisasi Perlindungan Hukum Transaksi Digital dan Penerapan Fintech untuk Pembayaran Layanan Kesehatan di Puskesmas Hamparan Perak Ayumi Kartika Sari; Raja Nasrul Fuad; Muhammad Syahputra Novelan
Jurnal Pengabdian Kepada Masyarakat Teknologi Informasi dan Komunikasi Vol 2 No 3 (2025): Juli
Publisher : CV. ADMITECH SOLUTIONS

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

Abstract

Kegiatan pengabdian masyarakat ini dilaksanakan dengan tujuan untuk meningkatkan pemahaman masyarakat dan tenaga kesehatan di Puskesmas Hamparan Perak mengenai perlindungan hukum dalam transaksi digital serta pemanfaatan teknologi finansial (fintech) dalam pembayaran layanan kesehatan. Perkembangan fintech yang pesat telah mendorong perubahan sistem pembayaran konvensional menjadi digital, termasuk dalam sektor pelayanan kesehatan. Namun, rendahnya literasi hukum dan teknologi sering kali menimbulkan risiko, seperti penyalahgunaan data pribadi dan ketidaktahuan terhadap hak-hak konsumen digital. Kegiatan ini meliputi sosialisasi regulasi perlindungan konsumen digital, khususnya yang terkait dengan Undang-Undang Perlindungan Data Pribadi dan regulasi Otoritas Jasa Keuangan (OJK) terkait layanan fintech. Selain itu, pelatihan juga diberikan mengenai penggunaan metode pembayaran digital seperti QRIS dan dompet digital yang aman dan sah secara hukum. Hasil kegiatan menunjukkan peningkatan pemahaman peserta mengenai risiko dan perlindungan hukum dalam transaksi digital, serta kesiapan awal Puskesmas dalam menerapkan sistem pembayaran berbasis fintech. Diharapkan kegiatan ini dapat menjadi langkah awal dalam mendukung transformasi digital layanan kesehatan yang aman, inklusif, dan berbasis hukum.
Edukasi dan Pendampingan Keamanan Data Pasien dalam Menghadapi Risiko Kebocoran Data pada Layanan Fintech di Lingkungan Puskesmas Ayumi Kartika Sari; Raja Nasrul Fuad
Jurnal Pengabdian Masyarakat Variasi Vol. 3 No. 1 (2026)
Publisher : LPPM STMIK Methodist Binjai

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

Abstract

Transformasi digital dalam layanan kesehatan mendorong pemanfaatan platform financial technology (fintech) sebagai sistem pembayaran di Puskesmas. Namun, penggunaan layanan fintech berpotensi menimbulkan risiko kebocoran data pribadi pasien apabila tidak didukung oleh pemahaman hukum dan penerapan keamanan sistem informasi yang memadai. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi hukum perlindungan konsumen serta kapasitas teknis tenaga kesehatan dalam menjaga keamanan data pasien di Puskesmas Hamparan Perak. Metode pelaksanaan meliputi sosialisasi regulasi perlindungan data pribadi, pelatihan dasar keamanan sistem informasi (password management, autentikasi dua faktor, enkripsi data), serta pendampingan identifikasi risiko kebocoran data pada proses transaksi fintech. Kegiatan dilakukan melalui pendekatan edukatif-partisipatif dengan sesi diskusi, simulasi kasus, dan evaluasi pemahaman peserta. Hasil kegiatan menunjukkan peningkatan pemahaman tenaga kesehatan mengenai prinsip perlindungan data pribadi dan langkah mitigasi risiko kebocoran data pada layanan fintech. Selain itu, tersusun rekomendasi prosedur sederhana pengamanan data pasien yang dapat diterapkan secara berkelanjutan. Program ini diharapkan mampu memperkuat kesadaran hukum dan keamanan digital di lingkungan Puskesmas, sehingga perlindungan data pasien sebagai bagian dari hak konsumen layanan kesehatan dapat terjamin secara lebih optimal di era transformasi digital.
ANALISIS DAN EVALUASI SISTEM INFORMASI POSYANDU MENGGUNAKAN METODE PIECES DALAM PENGELOLAAN DATA BALITA DI TANAH MERAH chandra syahputra; Raja Nasrul fuad; Victor Ginting
Jurnal Nasional Teknologi Komputer Vol 6 No 3 (2026): Juli 2026
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v6i3.454

Abstract

Posyandu memiliki peran strategis dalam pemantauan tumbuh kembang balita dan kesehatan ibu hamil di tingkat komunitas, namun Posyandu Desa Tanah Merah masih menggunakan sistem pencatatan manual berbasis buku register dan Kartu Menuju Sehat (KMS) yang memiliki berbagai keterbatasan operasional. Tujuan: Penelitian ini bertujuan menganalisis dan mengevaluasi kinerja sistem informasi yang berjalan pada Posyandu Desa Tanah Merah menggunakan kerangka kerja PIECES (Performance, Information, Economics, Control, Efficiency, dan Service) sebagai instrumen diagnostik. Metode: Penelitian menggunakan pendekatan mixed methods yang menggabungkan analisis kuantitatif berbasis kuesioner skala Likert dan analisis kualitatif melalui wawancara mendalam. Populasi berjumlah 5 orang kader aktif dan seluruhnya dijadikan sampel menggunakan teknik total sampling, dengan hasil yang diintegrasikan melalui triangulasi. Hasil: Dimensi Performance menjadi kelemahan paling kritis dengan skor 4,00 (kategori Buruk), disusul Information dengan skor 3,00 (Cukup) dan Efficiency dengan skor 2,60 (Cukup), sementara Economics (2,00), Control (2,10), dan Service (2,30) berada pada kategori Baik. Temuan kualitatif mengungkap bahwa data fisik pernah mengalami kerusakan dan kehilangan, yang mencerminkan risiko kelangsungan data yang serius. Kesimpulan: Kelemahan paling mendesak pada sistem manual terletak pada dimensi kinerja, dan penelitian ini merekomendasikan pengembangan sistem informasi Posyandu berbasis cloud dengan fitur kalkulasi status gizi otomatis sebagai solusi jangka panjang.  
Analisis Dampak Pinjaman Online Terhadap Beban Hidup Masyarakat Menggunakan Metode Random Forest Grace Elita Zendrato; Aulia Ichsan; Raja Nasrul Fuad
Jurnal Nasional Teknologi Komputer Vol 6 No 3 (2026): Juli 2026
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v6i3.494

Abstract

Pinjaman online telah menjadi salah satu layanan keuangan digital yang banyak digunakan oleh masyarakat karena proses pengajuannya yang mudah dan pencairan dana yang cepat. Namun, penggunaan pinjaman online yang berlebihan dapat meningkatkan beban hidup serta berdampak pada kondisi ekonomi masyarakat. Penelitian ini bertujuan untuk menganalisis dampak penggunaan pinjaman online terhadap beban hidup masyarakat menggunakan algoritma Random Forest. Data primer diperoleh melalui penyebaran kuesioner berbasis skala Likert lima poin kepada 106 responden yang pernah menggunakan layanan pinjaman online. Data yang terkumpul diolah dan dianalisis menggunakan Orange Data Mining. Evaluasi model dilakukan menggunakan metode 10-Fold Cross Validation dengan metrik Accuracy, Precision, Recall, F1-Score, Area Under the Curve (AUC), Matthews Correlation Coefficient (MCC), dan Confusion Matrix. Hasil penelitian menunjukkan bahwa model Random Forest memperoleh nilai Accuracy sebesar 71,7%, Precision sebesar 67,0%, Recall sebesar 71,7%, F1-Score sebesar 67,9%, AUC sebesar 0,769, dan MCC sebesar 0,441. Hasil Confusion Matrix menunjukkan bahwa model memiliki kemampuan yang baik dalam mengklasifikasikan responden dengan tingkat beban hidup tinggi, meskipun masih terdapat beberapa kesalahan klasifikasi pada kategori rendah dan sedang. Hasil penelitian menunjukkan bahwa algoritma Random Forest efektif digunakan untuk mengklasifikasikan tingkat beban hidup masyarakat berdasarkan penggunaan pinjaman online serta dapat mendukung pengambilan keputusan dalam analisis perilaku keuangan digital. Kata Kunci: Pinjaman Online, Beban Hidup, Random Forest, Machine Learning, Orange Data Mining.
Prediksi Risiko Diabetes Melitus Menggunakan Algoritma Random Forest Pada Dataset Pima Indians Diabetes Yohana; Raja Nasrul Fuad; Irwan Daniel
Jurnal Nasional Teknologi Komputer Vol 6 No 3 (2026): Juli 2026
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v6i3.495

Abstract

Diabetes melitus merupakan penyakit tidak menular dengan prevalensi yang terus meningkat, baik secara global maupun di Indonesia, sehingga deteksi dini berbasis data klinis menjadi penting untuk mendukung intervensi yang lebih cepat dan tepat sasaran. Penelitian ini bertujuan menerapkan dan mengevaluasi algoritma Random Forest untuk memprediksi risiko diabetes berdasarkan atribut klinis dasar. Penelitian ini menggunakan dataset Pima Indians Diabetes Database dari UCI Machine Learning Repository yang diunduh melalui Kaggle. Dataset ini terdiri dari 768 instance dengan 8 atribut klinis dan 1 atribut target (Outcome). Nilai nol yang tidak logis secara medis pada atribut Glucose, BloodPressure, SkinThickness, Insulin, dan BMI ditangani melalui imputasi mean, dilanjutkan standardisasi fitur. Model dilatih menggunakan algoritma Random Forest dengan skema stratified 10-fold cross validation pada platform Orange Data Mining. Model mencapai Area Under Curve (AUC) sebesar 0,798, akurasi klasifikasi (CA) 0,746, F1-Score 0,743, presisi 0,742, recall 0,746, dan Matthews Correlation Coefficient (MCC) 0,430. Analisis confusion matrix menunjukkan model lebih baik mengenali kelas tidak diabetes (recall 83,0%) dibandingkan kelas diabetes (recall 59,0%). Glucose dan BMI teridentifikasi sebagai prediktor paling dominan. Random Forest memberikan performa prediksi yang cukup baik, namun sensitivitas terhadap kelas diabetes masih perlu ditingkatkan melalui penanganan ketidakseimbangan kelas dan penyesuaian hyperparameter. Kata Kunci: diabetes melitus, klasifikasi, machine learning, orange data mining, random forest
Co-Authors Aulia Ichsan Ayumi Kartika Sari chandra syahputra Grace Elita Zendrato Irwan Daniel Muhammad Syahputra Novelan Victor Ginting Yohana