Pattern recognition is one of the sciences used to classify things based on quantitative measurements of the main features or properties of an object. Pattern recognition has been widely used in various fields of research. One of the pattern recognition that is often discussed is facial recognition. The face is one of the human biometrics that is often used as the main information of a person. Face recognition is a field of research with many applications in applications such as attendance, population data collection, security systems, and others. The research utilizes feature extraction of PCA (Principal Component Analysis), and K-NN (K – Nearest Neighbor) with variations of the distance formula by applying facial recognition attendance at the Safiatul Amaliyah School. This research is expected to get accurate results in detecting, recognizing, and comparing a person's face with a small error rate. The distance formula with accuracy level is presented with the equation Cityblock < Euclidian < Minkowski < Chebychev. The effect of applying the variation of the distance formula on the performance of the facial attendance recognition model is not too big, but it is better.

Pengabdian ini bertujuan untuk memberikan pemahaman kepada juru kasir dan juru buku terhadap penggunaan komputer dasar, penggunaan microsoft word, excel dan power poin. Dan pada pelatihan ini akan diajarkan bagaimana membuat suatu laporan dengan menggunakan microsoft word dan excel. Selama ini juru kasir dan juru buku di komperasi masih banyak yang menggunakan pencatatan dan laporan itu dibuat dalam buku harian (manual book), karena kurangnya pemahaman mereka terhadap penggunaan komputer dasar baik itu untuk komponen perangkat keras dan komponen perangkat lunak standar.

Biometric is a series of procedures used to measure the physical properties of a person based on your physical characteristics of a person’s behavior in identification and verification. One facial biometrics ie, feature extraction Speed Up Robust Feature (SURF) will be suitably used for extracting the characteristics of the face image. Support Vector Machine (SVM) will be used as a method of classification. The face data used in this study were obtained from the National Cheng Kung University (NKCU). SVM classification results with the help of SURF as a model feature extraction with the determination of the number of k = 50 gained 94.60% accuracy rate, k = 500 acquire a 100% accuracy rate and the number of k = 1000 classification results decreased with 93.70% accuracy rate.

Masyarakat Lingkungan VII Kelurahan Sei Sikambing C-II beserta wirid remaja Masjid Jamik dan khusu jamaah banyak yang menggantungkan penghasilannya melalui wirausaha, seperti jualan, menjahit, kerajinan hiasan rumah, gorden/tirai dan bahkan ada yang jualan kereta sekken, berdasarkan hal demikianlah tim pengabdian kepada masyarakat membuat suatu kegiatan guna menunjang dan memberikan wawasan serta pengetahuan dibidang pemasaran online atau pemasaran digital. Diketahui bahwa UMKM memerlukan pengembangan dalam usaha dengan menggunakan teknologi agar dapat bersaing dengan usaha-usaha baru yang berasal dari luar kota dan dalam kota bahkan pendatang. Kondisi pada UMKM di menunjukkan bahwa UMKM masih menggunakan teknologi sederhana dalam pemasaran, yaitu menggunakan smartphone dan didominasi dengan media whatsupp, facebook, instagram dan sosial media lainnya. Bahkan, masih banyak UMKM yang menjalankan usahanya secara offline tanpa bantuan teknologi. Dengan demikian, upaya yang dilakukan adalah dengan pendidikan kewirausahaan dalam berbisnis online dan pelatihan penggunaan teknologi dalam pemasaran produk. Diharapkan nanti hasil dari pelatihan menunjukkan bahwa pelaku usaha sangat menyambut positif pada kegiatan ini, dan dapat memberikan manfaat dan inspirasi, sehingga mereka memiliki rencana tindak lanjut untuk menjalankan usaha secara online.

Setiap penerimaan mahasiswa baru di Universitas Battuta, Yayasan Pendidikan Battuta menyalurkan dana bantuan berbentuk beasiswa kepada calon Mahasiswa yang mendaftar di Universitas Battuta. Agar penyaluran ini tepat sasaran, maka dibutuhkan suatu metode yang tepat. Dalam penelitian ini digunakanlah K-Means Clustering untuk menyeleksi mahasiswa dalam menerima beasiswa tersebut, yaitu 50%, 60% dan 100%. Sehingga penelitian ini sangat cocok untuk digunakan dalam menyeleksi calon mahasiswa baru yang mendapatkan beasiswa dari Yayasan Pendidikan Battuta.