SMK Nahdlatul ‘Ulama (NU) 01 Kendal adalah Sekolah Kejuruan kelompok Bisnis – Manajemen dan Pariwisata dibawah naungan Lembaga Pendidikan Ma’arif NU Kabupaten Kendal. SMK NU 01 Kendal memiliki 7 (tujuh) kompetensi keahlian salah satunya yakni Rekayasa Perangkat Lunak. Jurusan Rekayasa perangkat lunak atau biasa disebut RPL menawarkan beberapa keahlian dibidang teknologi informasi berupa pemrograman, selain itu juga diajarkan mengenai desain dengan menggunakan Photoshop, Corel Draw, dan lainnya. Desain animasi tiga dimensi (3D) belum menjadi muatan yang diajarkan oleh SMK NU 01 Kendal dalam jurusan RPL. Di era ini, desain animasi 3D menjadi fokus bidang yang menarik dalam industri multimedia. Maka pada PkM ini akan memberikan pelatihan membuat animasi 3D menggunakan aplikasi Blender. Aplikasi Blender merupakan salah satu program animasi 3D yang sifatnya open source. Aplikasi Blender digunakan untuk membuat model 3D, animasi, efek visual, model cetak 3D, dan permainan video. Hasil dari kegiatan yang di ikuti oleh 12 siswa RPL ini menunjukan bahwa ada peningkatan kemampuan mengetahui aplikasi blender dan memahami membangun desain 3D dari sebelum kegiatan hanya 9,7% yang merespon denga jawaban Ya, namun setelah pelatihan dalam hasil post-test menunjukkan adanya peningkatan dari 12 responden yang menjawab Ya menjadi sebesar 92,7%. Hal ini memberikan arti bahwa pengabdian yang kami lakukan berhasil.

Perguruan Tinggi merupakan sebuah lembaga pendidikan dimana didalamnya mempunyai tugas dalam pelayanan akademik. Kepuasan mahasiswa dalam memperoleh pelayanan akademik  merupakan hal yang sangat penting dalam menilai sebuah Perguruan Tinggi. Tujuan dari penelitian ini adalah agar dapat mengetahui bagaimana tingkat kepuasan mahasiswa program studi Teknik Informatika dalam hal memperoleh pengajaran oleh dosen, mengenai sarana dan prasarananya. Metode klasifikasi dan prediksi yang digunakan pada penelitian ini diambil dari salah satu model Decision Tree yaitu algoritma C4.5. Algoritma C4.5 berfungsi untuk mengekspolari data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target. Hasil pengukuran yang didapat adalah nilai akurasi sebesar 94,23%. Nilai recall dari setiap kelas sebesar 94,12% untuk kelas Ya dan 100% untuk kelas Tidak. Sedangkan nilai presisi setiap kelas adalah sebesar 100% untuk kelas Ya dan 25% untuk kelas Tidak.

<p>Kebijakan Pemerintah Kendal yang hanya mengelola sampah 30 % dari total sampah yang dihasilkan di kabupaten Kendal membuat seluruh wilayah desa di kabupaten Kendal harus mampu mengelola 70 % sampah yang ada. Desa Truko Kendal termasuk desa yang sudah memiliki bank sampah yang dikelola oleh BUMdes (Badan Usaha milik Desa) Berkah Amanah yang dalam pemilahan jenis sampah rumah tangga masih menemui berbagai kendala karena keterbatasan kemampuan di dalam membuat media edukasi kreatif untuk masyarakat dan belum memiliki kemampuan yang cukup untuk memanfaatkan beragam <em>platform</em> digital salah satunya video digital. Edukasi melalui video merupakan cara yang paling strategis sehingga masyarakat dapat memahami jenis-jenis sampah rumah tangga. Hal terpenting yang perlu ditingkatkan di dalam pembuatan video adalah bagaimana melakukan editing video edukasi yang berisi pesan supaya dapat tersampaikan ke masyarakat. Metode yang digunakan dalam kegiatan ini dalam bentuk  ceramah dan praktek mengenai pembuatan video edukasi bank sampah menggunakan aplikasi CapCut melalui ponsel pintar. Hasil yang dicapai dari kegiatan Pengabdian kepada Masyarakat (PkM) ini diperoleh melalui <em>pre-test</em> dan <em>post-test</em> tentang pengalaman peserta yang memiliki pengalaman membuat video editing, sebelum kegiatan pengabdian kepada masyarakat terdapat 2 peserta yang mempunyai pengalaman tentang video editing dan setelah kegiatan meningkat menjadi 13 peserta. Terjadi peningkatan sebelum dan sesudah dilaksanakan kegiatan tentang pengetahuan fitur-fitur yang disediakan aplikasi CapCut untuk mendukung video editing. Hasil <em>pre-test</em> didapat 8% peserta yang sudah mengetahui dan setelah kegiatan terjadi peningkatan sebesar 69% peserta mengetahui fitur-fitur di aplikasi CapCut.</p><p><strong>Kata Kunci:</strong> capcut, desa Truko, sampah, video edukasi</p>

<span lang="EN-US">Permasalahan yang sering dialami pelaku UMKM (Usaha Mikro Kecil dan Menengah) desa Truko dalam pemasaran adalah membuat materi iklan yang menarik. Upaya untuk memberikan pengetahuan materi iklan yang menarik adalah dengan menggunakan aplikasi yang menyediakan berbagai <em>template</em> desain. Permasalahan yang lain adalah kurangnya edukasi jenis materi iklan untuk media <em>offline</em> dan <em>online </em>oleh para pelaku UMKM desa Truko. Minimnya pengetahuan tentang hal itu, menjadikan aplikasi Canva sebagai aplikasi solusi strategi materi iklan untuk membuat desain pemasaran produk UMKM. Dengan menggunakan aplikasi Canva ini dapat membuat materi iklan seperti desain logo, poster, pamflet dengan memanfaatkan desain t<em>emplate </em>yang sudah tersedia sehingga menghasilkan desain iklan yang menarik. Hasil akhir yang dicapai dari kegiatan ini adalah meningkatnya pemahaman mitra tentang cara membuat desain iklan produk UMKM desa Truko yang baik dan menarik menggunakan Canva. Kreativitas dari mitra dalam membuat desain iklan produk UMKM desa Truko menggunakan ponsel pintar. Keahlian mitra dalam pembuatan desain iklan menggunakan Canva. Manfaat yang didapatkan peserta pelatihan yaitu memberikan pengetahuan berupa dasar membuat desain produk iklan UMKM desa Truko dan meningkatkan kreativitas dalam pembuatan desain menggunakan Canva.</span>

<em><span lang="IN">Batik is the result of cultural arts that contains a philosophical meaning in each of its motifs. Various types of batik motifs create complexity in the recognition of batik image patterns. Classification of images into certain classes is also a problem in the field of pattern recognition. Machine learning is a method that is very developed at this time. Machine learning method is used to identify batik motifs through batik image classification. This study focuses on the image dataset of written batik which has two motifs, namely classical motifs and contemporary motifs. This study shows the experimental results of batik image classification using the Backpropagation Neural Network, Support Vector Machine and k-Nearest Neighbor classification methods. Co-occurrence matrices as wavelet filter-based feature extraction are used for input into batik image classification. The experimental results show that k-NN gets the best accuracy value of 95.56% while BPNN gets an accuracy value of 85.40% and SVM gets an accuracy value of 76.51%. Based on these results, it can be concluded that k-NN is the best method for classifying batik images with co-occurrence matrices as wavelet filter-based feature extraction.</span></em>