The purpose of this study was to determine the level of knowledge of big ball games of students at State Junior High School 1 Simpang Empat Martapura, Banjar Regency, South Kalimantan. The method used in this study was descriptive quantitative. The population in this study was 300 and the sample was 124 (purposive sampling). The results of the study showed that the level of knowledge of big ball games of students at State Junior High School 1 Simpang Empat Martapura, Banjar Regency, South Kalimantan was in the very low category of 9 people (7%), the low category was 29 people (23%), the moderate category was 48 people (39%), the high category was 28 people (23%), and the very high category was 10 people (8%). The conclusion of the results of the study showed that the level of knowledge of big ball games of students at State Junior High School 1 Simpang Empat Martapura, Banjar Regency, South Kalimantan was in the moderate category.

Di era digital, data menjadi aset penting bagi pengambilan keputusan strategis, namun data yang kompleks sering sulit dipahami tanpa alat visualisasi yang tepat. Microsoft Excel, yang banyak digunakan di berbagai industri, tidak hanya berfungsi sebagai alat pengolah angka, tetapi juga memiliki kemampuan canggih untuk membuat dashboard visualisasi data. Meski fitur ini sudah ada, banyak pengguna belum memahami potensi Excel sepenuhnya. Oleh karena itu, pelatihan pengenalan dashboard visualisasi data menggunakan Excel menjadi penting untuk membantu pengguna memanfaatkan fitur-fitur ini secara optimal. Dengan penguasaan teknik visualisasi data, peserta dapat menyajikan data secara lebih efisien dan menarik, mendukung analisis yang lebih baik, serta mempercepat pengambilan keputusan di lingkungan kerja. Kegiatan dilaksanakan di laboratorium komputer SMK Negeri 2 Demak, dengan jumlah 24 peserta siswa jurusan Teknik komputer dan Jaringan. Hasil kegiatan pengabdian ini memberikan dampak positif dengan rata-rata total kenaikan skor dari hasil pre ke post test adalah 95,23%.

Kendala yang dialami oleh peserta dari UMKM ini adalah masalah pembukuan keuangan yang banyak yang belum melakukannya secara digital sudah diatasi dengan cara melakukan pemaparan tentang pentingnya melakukan pembukuan dan pelatihan melakukan pembukuan keuangan secara digital agar para pelaku UMKM ini dapat bersaing pada pasar saat ini. Dalam pelatihan ini dikenalkan fitur-fitur aplikasi bukuwarung, pembuatan toko digital, melakukan pembukuan, dan melakukan pembayaran digital. Peningkatan pemahaman dan kemampuan dalam mengelola pembukuan keuangan untuk UMKM ini dapat dilihat dari hasil evaluasi dengan melakukan pre-test dan post-test. Sebelum dilakukan pelatihan para peserta yang merupakan perwakilan dari kelompok UMKM ini beberapa melakukan pembukuan keuangan secara manual. Bahkan masih banyak dari perserta yang belum melakukan pembukuan keuangan meski sudah mengetahui pentingnya dalam pembukuan keuangan.

Peningkatan data dalam beberapa tahun terakhir ini mengalami peningkatan yang sangat signifikan karena penggunaan sosial media dan peralihan menjadi era digital. Teknik untuk pengolahan data menjadi informasi yang berguna dinamakan dengan data mining. Namun masalah yang terjadi ketika menerapkan data mining, khususnya metode klasifikasi adalah data berdimensi tinggi karena data berdimensi tinggi mempengaruhi hasil evaluasi dalam klasifikasi menjadi rendah. Data berdimensi tinggi didefinisikan sebagai data dengan jumlah fitur yang banyak dan kompleks, kompleksitas fitur mengakibatkan sulitnya memilih subset fitur yang optimal karena terdapat fitur yang tidak relevan. Dalam penelitian ini akan digunakan teknik wrapper dengan menerapkan metode metaheuristik yaitu algoritma genetika (GA) untuk pemilihan subset fitur agar lebih optimal, dan algoritma pengklasifikasi yang digunakan adalah algoritma Support Vector Machine (SVM), metode ini disebut dengan GA-SVM WFS. Hasil akurasi metode GA-SVM WFS lebih tinggi dibandingkan dengan metode SVM, dengan rata-rata hasil akurasi masing-masing sebesar 0,902 dan 0,874. Dalam penelitian ini terdapat perbedaan secara signfikan antara metode GA-SVM WFS dan metode SVM setelah dilakukan uji paired t-test dengan nilai p-value sebesar 0,01 dengan nilai ? sebesar 0,05.

Algoritme Random Forest (RF) sangat populer digunakan pada metode klasifikasi karena waktu learning yang cepat, mampu melakukan pembobotan pada variabel, dan kinerja yang sangat baik pada dataset berukuruan besar, namun algoritme RF mempunyai performa yang buruk saat menangani data dengan kelas tidak seimbang. Data dengan kelas tidak seimbang adalah jumlah data pada kelas tertentu lebih banyak dibandingkan dengan jumlah data pada kelas lainnya. Undersampling (US-RF) adalah salah satu metode yang digunakan untuk penanganan data dengan kelas tidak seimbang, namun metode undersampling akan memilih dan mereduksi data secara acak pada kelas mayoritas sehingga berakibat hilangnya data yang berpotensi berguna. Untuk menghindari hilangnya data yang berpotensi berguna tersebut karena dipilih secara acak, maka akan diterapkan penetapan nilai random state pada metode undersampling. Metode yang diusulkan diberi nama random state parameter undersampling Random Forest (RSUS-RF). Dalam penelitian ini akan dibandingkan antara metode RF, US-RF dan RSUS-RF. Hasil penelitian menunjukkan nilai rata-rata akurasi metode RSUS-RF lebih tinggi dibandingkan dengan metode RF dan US-RF dengan nilai rata-rata akurasi metode RSUS-RF sebesar 0.8259, sedangkan nilai rata-rata akurasi metode RF dan metode US-RF sebesar 0.8035 dan 0.7945. Serta terdapat perbedaan secara signifikan diantara ketiga metode tersebut ketika diuji menggunakan Friedman Test dengan nilai p-value adalah 0.005. 

<p><strong>Pada era globalisasi ekonomi, UMKM dihadapkan pada tantangan untuk beradaptasi dengan transformasi digital dan bersaing di pasar yang semakin terbuka. <em>Marketplace</em> online seperti Tokopedia menawarkan peluang baru bagi UMKM untuk memperluas pasar dan meningkatkan efisiensi operasional. Namun, banyak UMKM yang belum melek digital dan menghadapi kendala dalam mengadopsi teknologi digital. Dalam konteks ini, program pengabdian masyarakat bertujuan untuk menyelenggarakan sosialisasi dan pelatihan tentang penggunaan Tokopedia sebagai media promosi yang inovatif bagi pelaku UMKM di Gerai Kopimi Semarang Selatan. Tujuan program ini adalah meningkatkan pemahaman dan kemampuan peserta dalam mengadopsi teknologi dan meningkatkan kinerja bisnis mereka di era digital. Target luaran program mencakup peningkatan pengetahuan peserta tentang fitur-fitur Tokopedia dan teknologi digital, efisiensi operasional UMKM dalam pemasaran <em>online</em>, serta peningkatan keahlian teknis peserta dalam menggunakan platform Tokopedia <em>Seller</em>. Pelaksanaan kegiatan melibatkan ceramah dan praktikum selama 1 hari dengan dukungan penggunaan <em>smartphone</em>. Evaluasi dilakukan melalui kuesioner sebelum dan setelah acara. Hasil evaluasi kegiatan ini adalah </strong><strong>meningkatnya pemahaman mitra tentang bagaimana memperomosikan produk UMKM menggunakan aplikasi Tokopedia</strong><strong> <em>Seller</em>. Dengan demikian, program ini diharapkan dapat membantu UMKM dalam mengatasi kendala teknologi dan meningkatkan kehadiran bisnis mereka di pasar <em>online</em>.</strong></p>

Gerai Kopimi adalah kelompok usaha kecil yang memiliki lebih dari 500 anggota UMKM di wilayah kecamatan Semarang Selatan, mereka memiliki usaha yang berbeda, diantaranya usaha kuliner, warung kelontong dan sebagainya. Pengabdian ini bertujuan untuk meningkatkan pengetahuan dan potensi pendapatan dari media sosial YouTube, dengan cara memberikan pelatihan kepada pelaku UMKM yang tergabung dalam Gerai KOPIMI, untuk membuat saluran di YouTube dan memanfaatkan jumlah anggota yang besar untuk mendapatkan penghasilan dari konten yang dibuat secara kolektif pada saluran tersebut. Selain itu, kami membahas berbagai alat dan fitur yang tersedia di YouTube yang dapat membantu Gerai Kopimi dalam mengelola channel mereka, seperti YouTube Analytics dan YouTube Studio. Pemanfaatan fitur ini, Gerai Kopimi dapat mengukur kinerja channel mereka dan membuat keputusan yang lebih baik dalam mengelola bisnis mereka. Peningkatan kemampuan setelah dilakukan pelatihan ini sebesar 23,57% yang didapat dari penyebaran kuisioner kepada peserta yang dilakukan sebelum dan sesudah pelatihan.

<p>Clusters are a way of classifying data which can later be used as information and processed using data mining methods with certain algorithms. From here the author wants to try to use data in the form of thesis titles or final assignments from students, which later can be grouped from these results. So that the existing data can be processed using a data mining method, namely Fuzzy K-Means (FKM).</p>The data used in this study uses thesis data of students majoring in information technology. As a comparison, the data is also processed using K-Means, from the K-Means calculation, the average cluster is 1.014 and the DBI validity is 0.725. Meanwhile, for the calculation of Fuzzy K-Means, the cluster average is 0.069 and the DBI validity is 0.304