This study aims to analyze the feasibility of beef cattle farming in the Perbaungan area, North Sumatra, and to develop sustainable business development strategies. The approaches used include financial, technical, and market analysis, with data collected through field surveys, interviews with farmers, and secondary data analysis. The results of the study indicate that the beef cattle farming business in this location is economically feasible with a significant level of profit. Recommended development strategies include optimizing feed management, increasing human resource capacity, and product diversification to expand the market. These findings are expected to help local farmers improve their business productivity and contribute to national food security.

Aplikasi web interaktif untuk pembelajaran anak usia dini tentang pengenalan hewan merupakan alat edukatif yang penting, dirancang untuk membantu anak-anak mengenali berbagai jenis hewan melalui gambar dan deskripsi hewan yang disediakan. Model Convolutional Neural Network (CNN) digunakan untuk mengklasifikasikan gambar hewan yang diunggah oleh pengguna. Metode yang digunakan melibatkan pengolahan gambar menggunakan CNN untuk mengidentifikasi jenis hewan berdasarkan gambar yang diberikan, kemudian hasil identifikasi ditampilkan dalam antarmuka web yang interaktif. Hasil pengujian menunjukkan bahwa model CNN mencapai akurasi sebesar 59.93% dan presisi sebesar 59.92%. Namun, model mengalami masalah overfitting, yang terlihat dari performa yang lebih tinggi pada data pelatihan dibandingkan dengan data validasi, menunjukkan bahwa model terlalu mempelajari detail dan noise pada data pelatihan sehingga kurang mampu menggeneralisasi pola pada data baru. Oleh karena itu, diperlukan optimasi lebih lanjut seperti augmentasi data, regulasi model dan peningkatan jumlah data pelatihan untuk meningkatkan performa model dan mengurangi efek overfitting. Pengujian akurasi pengenalan gambar hewan pada aplikasi web ini dilakukan menggunakan dataset gambar hewan yang baru sebanyak 10 data gambar untuk masing-masing kelas, dengan nilai akurasi rata-rata untuk semua kelas hewan sebesar 54.67%. Dari 15 kelas hewan, nilai akurasi tertinggi diperoleh oleh kelas Zebra dengan nilai akurasi 90%, sedangkan kelas hewan Laba-Laba dan Kucing menjadi kelas hewan dengan nilai akurasi terendah sebesar 20%.
 
Kata kunci: Convolutional Neural Network (CNN), Aplikasi web interaktif, Pengenalan hewan, Klasifikasi gambar.

Penelitian ini bertujuan untuk mengembangkan perhitungan jejak karbon berbasis aplikasi pada kendaraan dan peralatan listrik untuk memahami emisi gas rumah kaca. Analisis yang dilakukan meliputi penghitungan GWP gas rumah kaca, faktor emisi, dan konversi energi. Saran yang mungkin diberikan antara lain meningkatkan akurasi perhitungan emisi, mengintegrasikan data konsumsi bahan bakar dan listrik, serta meningkatkan akurasi perhitungan emisi karbon. Batasan KarbonDioksida(CO2), metana(CH4), dan dinitrogen oksida(N2O) di udara berdampak negatif jika melebihi  batas peraturan.  Emisi karbon dari aktivitas manusia berkontribusi terhadap pemanasan global dan perubahan iklim. Sistem ini dirancang dan diimplementasikan untuk menghitung emisi karbon dari kendaraan dan peralatan listrik, serta memberikan informasi mengenai konsentrasi emisi dan riwayat penghitungan. Analisis emisi karbon dari kendaraan dan peralatan rumah tangga dilakukan untuk memprediksi GWP (Potensi Pemanasan Global). Tujuan analisis ini adalah untuk mengidentifikasi dan mengurangi emisi Gas Rumah Kaca, sehingga dapat mengurangi dampak pemanasan Global. Metode penelitian ini menggunakan algoritma yang menghitung emisi CO2, CH4, dan N2O berdasarkan penggunaan kendaraan dan peralatan listrik pada rumah tangga. Penelitian ini sangat penting agar dapat memahami faktor yang mempengaruhi terhadap emisi karbon dan meningkatkan kesadaran tentang pentingnya perlindungan lingkungan.
 
Kata kunci: Gas Rumah Kaca, GWP, Perubahan Iklim, Emisi Karbon

This study explores the important role of public relations (PR) in shaping and maintaining PT Surya Sembada's corporate reputation. As a cornerstone of organizational success, reputation serves as a critical asset in a competitive business landscape. The research utilizes a comprehensive approach of qualitative methods to assess the multifaceted dimensions of the PR strategy implemented by PT Surya Sembada. The investigation begins by examining the theoretical underpinnings of corporate reputation and the evolving landscape of PR practice in the contemporary business environment. It then delves into case-specific analysis, evaluating the effectiveness of PT Surya Sembada's PR initiatives in enhancing brand image, fostering stakeholder relationships, and mitigating potential crises. Key findings highlight the strategic alignment between PR efforts and corporate objectives, emphasizing the role of transparent communication in fostering trust among stakeholders. The study also underscores the impact of digital platforms and social media in shaping public perception, requiring proficient management by PR practitioners. In addition, this research highlights the challenges faced by PT Surya Sembada in maintaining a positive reputation amidst dynamic market conditions. It offers actionable insights to refine PR strategies, emphasizing the importance of adaptability and proactive communication to navigate unexpected challenges. This analysis enhances the understanding of the symbiotic relationship between PR and corporate reputation, offering practical recommendations for PT Surya Sembada and other companies to enhance their reputational resilience in the current business environment.