Dieng Kabupaten Banjarnegara memiliki iklim yang cocok untuk pertanian sayuran. Khususnya di Desa Ratamba Kecamatan Pejawaran Kabupaten Banjarnegara memiliki komoditas pertanian kentang dan wortel. Untuk saat ini hasil panen dipasarkan secara konvensional dengan mengumpulkan hasil panen pada pengepul dan mengirimkan ke pasar untuk selanjutnya dikirim ke beberapa daerah di sekitar kabupaten Banjarnegara. Pemasaran dengan metode konvensional sudah dilakukan dalam jangka waktu yang cukup lama. Akan tetapi ada celah kekurangan yang terjadi di rantai distribusi dalam proses bisnis pertanian tersebut. Salah satunya adalah petani tidak dapat menentukan harga sayuran hasil panennya karena distribusi sayuran harus melalui pengepul atau tengkulak terlebih dahulu. Sehingga yang menentukan harga di pasar adalah pengepul, bukan oleh petani secara langsung. Selain itu, petani juga tidak dapat memperluas jangkauan pemasaran hasil pertaniannya. Disebabkan distribusi barang tidak dilakukan oleh petani akan tetapi oleh dilakukan oleh pengepul juga. Oleh karena alasan tersebut maka pada pengabdian pada masyarakat ini dikembangkan website yang dapat diakses oleh petani di Desa Ratamba untuk memasarkan dan menjual hasil pertanian mereka secara langsung. Dengan adanya media online yang digunakan oleh petani diharapkan dapat meningkatkan pendapatan dan kesejahteraan para petani. Dengan demikian diharapkan petani dapat terus mempertahankan dan meingkatkan kualitas hasil pertanian mereka

The increasing number of traffic accidents caused by motorcyclists not wearing helmets has led to an increase in the number of studies related to road safety surveillance. The research system used is an automatic system to detect whether the motorcyclist is wearing a helmet or not. Many studies use image processing systems, deep learning and computer vision. In this research, Cascade Classifier and Adaptive Boosting have been implemented for the process of identifying motorcycle riders with helmets and without helmets. The number of datasets used is 500 datasets with labels on the image of the driver with a helmet and the image of the driver without a helmet. Based on the test results, an accuracy of 90% has been obtained

Di tahun ini sudah terjadi perubahan atau revolusi dalam sistem industri yaitu revolusi industri 4.0, di mana industri sudah mengimplementasikan sebuah mesin-mesin yang serba cepat dan praktis untuk membantu dalam hal produktivitas. Dengan semakin pesatnya teknologi, banyak alat-alat yang di ciptakan untuk perkembangan teknologi di dunia. Pemanfaatan teknologi di gunakan untuk sebagai penggerak di pesatnya sistem berbasis AI ini dapat di manfaatkan untuk di berbagai bidang, salah satunya adalah penerapan sistem deep learning dan salah satu teknik yang terkenal dan sudah banyak digunakan untuk klasifikasi citra adalah menggunakan metode Jaringan Syaraf Tiruan (JST) yang mampu mengenali wajah manusia dan suatu gambar citra lalu mengklasifikasinya atau bisa di sebut image classification dan image recognition. Untuk perancangan sistem deteksi helm pada penelitian ini akan menggunakan algoritma CNN(Convolutional Neural Network). Convolutional Neural Network dan untuk model arsitektur yang di gunakan adalah MobileNetV2 dengan akurasi 80%, yang dapat di kategorikan baik dalam sebuah akurasi.