Dimana sebuah informasi pada media elektronik yang sekarang sudah mengunakan teknologi informasi menjadi penting disaat kita mencari sebuah informasi, terutama dalam mencari sebuah sekolah, dimana orang tua atau siswa secara tidak langsung ingin mengenal lingkungan sekolahnya. Dan disaat pandemi covid 19 juga menjadikan kita tidak leluasa dalam menjalani aktifitas sehari-hari, sehingga kita tidak bisa melihat secara langsung ke sekolah. Dan kali ini pengabdian kepada Masyarakat dosen USM dengan Mitra SMK Kesatrian 1 Semarang, akan mengakat tema Pengenalan Virtual Reality. Dimana akan mengenalkan tools Photoshop dan 3DVista untuk membuat Virtual tour reality di SMK Kesatrian 1 Semarang.Diharapkan dengan penerapan Teknologi Virtual Reality ini, SMK Kesatrian 1 Semarang, bisa menjadikan media promosi bagi calon siswa dengan mengenalkan lingkungan sekolah. Dimana calon siswa dan orang tua murid bisa melihat secara langsung lingkungan SMK Kesatrian 1 Semarang secara Virtual Reality tanpa harus datang terlebih dahulu. Kata Kunci    : Virual Tour, 3D Vista, Photoshop,  SMK Kesatrian 1 Semarang

One of the most prevalent malignancies in women and a major global cause of death is breast cancer. To determine whether a cancer is benign or malignant, early detection is essential. The usefulness of the Support Vector Machine (SVM) and Adaptive Boosting (Adaboost) algorithms for breast cancer classification using mammography data is compared in this study. 569 records make up the dataset, which was sourced from the Kaggle Repository and is split into 75% training data and 25% testing data. Preprocessing steps include feature and target variable creation, categorical-to-numerical conversion, data splitting, and normalization. SVM achieved an accuracy of 97%, with a precision of 98%, recall of 94%, and F1 score of 96%. Adaboost, on the other hand, achieved an accuracy of 96%, precision of 98%, recall of 92%, and F1 score of 95%. The results reveal that both algorithms are highly effective for breast cancer detection, with SVM marginally exceeding Adaboost in total performance. These findings emphasize the promise of machine learning techniques in facilitating early cancer diagnosis, hence boosting survival rates. It is advised that future research employ a wider range of datasets and investigate different classification techniques in order to improve accuracy and dependability even more.

<p>Pelaku Usaha Mikro Kecil Menengah UMKM menjadi salah satu sektor yang menerima tantangan berat di era pandemi ini. Kebutuhan akan digitalisasi telah menjadi trend gaya hidup yang harus dilakukan oleh berbagai pihak termasuk pelaku UMKM. Data Kementerian Koperasi dan UKM mencatat hingga saat ini masih ada 87 persen UMKM yang tertinggal secara digital. UMKM umumnya merupakan usaha yang dirintis dari industri rumahan dengan keterbatasan teknologi baik dari segi produksi maupun pemasaran. Permasalahan di UMKM ini adalah belum mengetahui cara mengatur manajemen untuk memproduksi barang dan belum menggunakan sistem digital atau aplikasi komputer dalam mengatur manajemen untuk memproduksi barang maupun dari segi pemasarannya.</p><p>Tujuan dari kegiatan PkM adalah memperkenalkan Universitas Semarang kepada masyarakat melalui IPTEKS, meningkatkan pengetahuan yang terkait dengan manajemen produksi yang dibutuhkan UMKM di Kecamatan Semarang Selatan dan meningkatkan keterampilan manajemen produksi secara digital dengan aplikasi Krealogi yang dibutuhkan UMKM di Kecamatan Semarang Selatan. Manfaat dari kegiatan PkM ini adalah memperluas jaringan kerja sama khususnya kerja sama dengan UMKM di Kecamatan Semarang Selatan.</p><p>Solusi yang diberikan melalui kegiatan PkM ini adalah untuk memberikan pelatihan tentang pengetahuan manajemen produksi barang dan memberikan pelatihan ketrampilan yang terkait dengan digitalisasi manajemen produksi barang untuk mendukung kegiatan pelaku UMKM menggunakan aplikasi Krealogi.</p><p>Metode pelaksanaan menggunakan metode seminar dan praktek langsung menggunakan aplikasi Krealogi di smartphone terkait dengan penggunaan aplikasi Krealogi untuk digitalisasi manajemen produksi barang.</p><p>Evaluasi untuk mengukur kemampuan peserta menggunakan kuesioner yang terdiri dari dua bagian yaitu kuesioner untuk mengukur pengetahuan manajemen produksi barang dan kuesioner untuk mengukur ketrampilan menggunakan aplikasi Krealogi. Kuesioner dilaksanakan dengan dua tahap yaitu pre test dan post test.</p>

<span lang="EN">In today's fast-paced digital era, the selection of a programming language plays a crucial role in the success of software development projects. This research aims to create an index of popularity for programming languages using the multi-attributive border approximation area comparison (MABAC) method. The study considers four data sources, including Jobstreet.Com, LinkedIn.Com, Google Trends, and Tiobe.com, to obtain the necessary information for evaluating the popularity of programming languages in Indonesia. The data range for this study is from May 1, 2020, until April 31, 2021. The results of the study indicate that the top ten programming languages in terms of popularity in Indonesia are Java, SQL, php, JavaScript, C, C++, python, C#, Visual Basic, and Assembly. The index can serve as a useful guide for strategic decision-making regarding the selection of programming languages for addressing the needs of the information technology market in Indonesia. The study's findings can be useful for software developers, IT professionals, and decision-makers in organizations who need to select a programming language for their software projects in Indonesia. The MABAC method used in this study can also be applied to other contexts for evaluating the popularity of programming languages.</span>