Peran sekolah sangat penting dalam menghasilkan sumber daya manusia (SDM) yang berkualitas dan unggul bagi kemajuan suatu Negara. Semakin baik kualitas penyelenggaraan pendidikan semakin baik pula SDM suatu bangsa. sekolah diharapkan dapat mengikuti perkembangan media pembelajaran dalam beberapa tahun terakhir ini agar peningkatan mutu pendidikan dapat berjalan beriringan dengan perkembangan. Madrasah Aliyah (MA) adalah salah satu satuan pendidikan dengan jenjang menengah atas. Dalam pelaksanaan kegiatan belajar mengajar, Madrasah Aliyah Al Asror berupaya membuat sebuah media pembelajaran yang menarik dengan menampilkan beberapa visual yang dinamis agar para peserta didik lebih tertarik dan dapat memberikan motivasi agar siswa dapat melakukan belajar secara mandiri. Namun dalam membuat media pembelajaran yang menarik masih dirasakan sulit oleh para guru karena kekurangan pengetahuan dan kemampuan desain dari para guru tersebut. Saat ini para guru hanya mencoba membuat media yang dinamis hanya dengan memanfaatkan fitur-fitur yang ada di Microsoft Power Point saja. Padahal saat ini banyak sekali platform yang menawarkan video dan animasi yang menarik untuk pembuatan materi ajar secara dinamis baik offline maupun online. Maka perlu dilakukan kegiatan pelatihan pembuatan media pembelajaran berbasis video dan animasi sebagai media alat bantu pembelajaran pada Madrasah Aliyah Al Asror. Target luaran kegiatan ini adalah meningkatnya pemahaman peserta tentang dasar desain grafis untuk pembuatan untuk membuat media pembelajaran, meningkatnya keterampilan tentang pembuatan animasi  yang bagus dan menarik melalui pelatihan pembuatan video dan animasi pembelajaran melalui tool video online, dan terciptanya media pembelajaran untuk materi pembelajaran dengan animasi yang menarik, mudah dan efektif dapat meningkatkan minat belajar siswa secara mandiri. Untuk luaran kegiatan pengabdian kepada masyarakat ini, juga akan dipublikasikan pada jurnal nasional pengabdian masyarakat ABDIMASKU, hasil dokumentasi pelaksanaan diupload pada youtube, dan HKI. Kegiatan PKM ini laksanakan oleh dosen dan mahasiswa dari program studi Desain Komunikasi Visual dan Teknik Informatika yang terakreditasi unggul sehingga kompeten dibidangnya masing-masing.

Administrasi mengambil peran yang sangat penting dalam sebuah organisasi, lembaga ataupun negara sebagai tolok ukur kemajuannya. Buruknya pengelolaan administrasi dan layanannya dapat mengakibatkan kehancuran, tanpa perlu adanya musibah bencana alam ataupun perang. Pesatnya perkembangan teknologi informasi saat ini dapat dimanfaatkan dalam mengoptimalkan layanan administrasi, terutama di sektor pendidikan, karena sektor pendidikan memegang peran penting dalam modal membangun kemajuan bangsa. Tenaga pendidik sesuai undang-undang juga bertugas dalam administrasi dan pelayanan teknis, maka dari itu kali ini diadakan kegiatan pengabdian kepada masyarakat berupa pelatihan dengan tujuan optimalisasi layanan administrasi yang ditujukan untuk tenaga pendidik pada Fakultas Ekonomi dan Bisnis Islam UIN Gus Dur Pekalongan. Hasilnya, pekerjaan menjadi lebih mudah dan lebih cepat untuk bertukar informasi antar bagian, dan kepala bagian TU dapat dengan mudah memantau pekerjaan terkait dengan administrasi dan layanannya, karena data dapat diakses secara online.

Segment Anything Model (SAM) is a model capable of performing object segmentation in images without requiring any additional training. Although the segmentation produced by SAM lacks high precision, this model holds interesting potential for more accurate segmentation tasks. In this study, we propose a Post-Processing method called Conditional Matting 4 (CM4) to enhance high-precision object segmentation, including prominent, occluded, and complex boundary objects in the segmentation results from SAM. The proposed CM4 Post-Processing method incorporates the use of morphological operations, DistilBERT, InSPyReNet, Grounding DINO, and ViTMatte. We combine these methods to improve the object segmentation produced by SAM. Evaluation is conducted using metrics such as IoU, SAD, MAD, Grad, and Conn. The results of this study show that the proposed CM4 Post-Processing method successfully improves object segmentation with a SAD evaluation score of 20.42 (a 27% improvement from the previous study) and an MSE evaluation score of 21.64 (a 45% improvement from the previous study) compared to the previous research on the AIM-500 dataset. The significant improvement in evaluation scores demonstrates the enhanced capability of CM4 in achieving high precision and overcoming the limitations of the initial segmentation produced by SAM. The contribution of this research lies in the development of an effective CM4 Post-Processing method for enhancing object segmentation in images with high precision. This method holds potential for various computer vision applications that require accurate and detailed object segmentation.

Technological developments go hand in hand with advances in digital messaging. In protecting the confidentiality of the message, it is necessary to double secure the data. This security can be done with a combination of steganography and cryptographic techniques. Steganography algorithm which is a technique for hiding messages well, one of which is Least Significant Bit (LSB). The LSB algorithm is a simple method because it only converts the value of the last bit in a message with the inserted message bit, which is a convenience of the LSB algorithm, but it becomes vulnerable to message theft attacks if not combined with other algorithms for security. So it is necessary to increase security. This research developed a combination method of LSB algorithm for steganography technique with Hill Cipher algorithm for cryptographic technique, Hill Cipher was developed with shifting (shifting) 2 (two) characters. With the development of this method, hackers will find it difficult to crack messages, and is expected to improve the performance of the algorithm in affecting image quality and travel time in running the algorithm. The results of this study will be tested using several evaluation tools MSE, PSNR, BER, CER, AE, and Entropy. With the development of this method, hackers will find it difficult to decipher messages, and from the results of this experiment has been able to improve the performance of the algorithm in maintaining image quality and can shorten travel time in running the algorithm.

Pengenalan karakter plat nomor kendaraan memiliki peran penting untuk tujuan identifikasi secara resmi, penerapanya telah banyak dilakukan untuk identifikasi otomatis seperti pada tol elektronik, tempat parkir, dsb. Penelitian berkaitan dengan pengenalan karakter setidaknya memiliki fase-fase seperti segmentasi, fitur extraksi dan klasifikasi dimana tiap fase memiliki proses yang rumit. Keberhasilan dalam proses pengenalan karakter sangat tergantung dalam proses fitur ekstraksi, Sehingga pemilihan metode fitur ekstraksi yang dapat mengekstrak fitur-fitur yang relevan perlu dilakukan agar tingkat akurasi sistem pengenalan karakter dapat ditingkatkan. discrete wavelet transform telah banyak digunakan sebagai metode untuk ekstraksi fitur, metode ini melakukan ekstraksi dengan melakukan dekomposisi pada  ruang vektor ke dalam ruang vektor bersarang dengan resolusi yang berbeda. Dalam penelitian ini metode discrete wavelet transform dikombinasikan dengan support vector machine untuk meningkatkan akurasi pengenalan karakter. Penelitian dilakukan dengan mengukur tingkat akurasi dari 100 citra plat nomor, dengan penambahan metode discrete wavelet transform dan support vector machine tingkat akurasi klasifikasi mencapai 92% yang artinya   mendapatkan peningkatan akurasi sebesar 8% dibanding klasifikasi menggunakan SVM standar.