Riau province has Malay Arabic script as a traditional cultural heritage of ancient characters that should be preserved; this script is adapted from Arabic writing. This script from Malay Arabic has a unique form that is different from the original Arabic writing adaptation, which is read in a combination of letters forming latin meanings as an introduction to the everyday language of Riau Malay people in the earlier kingdom. Malay Arabic writing became an introduction to the local content of traditional languages in schools. To foster a love for preserving culture, in accordance with current technology that is able to recognize scripting patterns when written in paper, a knowledge base was created by using Matlab software by applying a convolutional Neural Network (CNN) artificial neural network algorithm capable of recognizing script patterns well. The result of image input in the form of handwriting written on paper then in the scanner in the form of JPEG image format. Testing was carried out on four Arabic Malay characters namely alif, ha, la, kho and nun. The result of training for the letter alif (a) epoch is obtained 98 out of 100 iterations with a training length of 3 seconds, furthermore, in validation performance with a result of 0.25013 on epoch 92 of 98 epoch for gradient letters with a value of 0.0071991 on the next epoch 98 in the extras produces an accuracy value of 0.6548 which states the correct result accordingness because it is close to the alif script. In the process of train input the letter kho obtained epoch 80 out of 100 iterations with a training process for 3 seconds, validation performance 0.25153 on epoch 74 out of 80 epoch for check validation with a value of 0.0011682 on the next epoch 80 in the extras obtained an extra value of 0.9326 stated the value is incorrect. Because the result of the extras results in an image that does not come close to the kho letter. Therefore, a study of how the system can recognize Malay Arabic writing patterns with the Convolutional Neural Network (CNN) method because it is very good at identifying image pattern features with an accuracy value of 4.12% of the 10 sample image patterns that have been inputted. With the introduction of imagery patterns from the extraction of features scanned Malay Arabic characters can help the findings of ancient Malay Arabic script as morphological learning of the validity of abstraction of Malay Arabic script is good

Tujuan dari Uji Kompetensi Kejuruan(UKK) ini adalah Mengetahui sejauh mana pencapaian prestasi kompetensi siswa Sekolah Menengah Kejuruan (SMK) bila diukur dari sisi standar kerja industri setelah mereka tamat SMK. Dalam uji kompetensi kejuruan pada jurusan Teknik Komputer Jaringan (TKJ) ini siswa dituntut mampu sebagai teknisi jaringan, dalam ujian tersebut siswa/i juga diajarkan perakitan komputer dan memasang kabel jaringan UTP RJ-45 dan konfigurasi Mikrotik, Supaya hasil atau output dari UKK ini maksimal maka perlu diadakan Bimtek pra uji kompetensi kejuruan. Output dari pelatihan/bimtek pra uji kompetensi ini adalah Setelah melakukan pelatihan Pra Uji Kompetensi Kejuruan siswa- siswi Kelas XII SMK Negeri 1 Pendalian IV Koto memiliki bekal dan kemampuan Menghadapi Ujian Kompetensi Kejuruan Berstandart Nasional dan lulus secara murni 100%. Setelah dilakukan uji atau dilakukan pengambilan nilai secara perorangan, siswa jurusan TKJ pada SMKN 1 Pendalian IV Koto yang ikut pra uji kompetensi kejuruan ini mampu menyelesaikan semua materi yang ditanya oleh tutor baik pertanyaan yang diajukan secara lisan maupun soal praktikikum yang mengacu pada soal UKK tahun sebelumnya. Dengan demikian secara keseluruhan siswa kelas XII jurusan TKJ pada SMKN 1 Pendalian IV Koto diprediksi akan mampu menyelesaikan soal UKK pada tahun mendatang, walaupun soal yang diberikan kemendikbud dari tahun ketahun ada pengembagan soal, namun akan teratasi dengan dilakukan bimtek ulang kesekolah menjelang hari H jadwal Ujian berlangsung.

Salah satu komoditas perkebunan yang berkembang dengan pesat di Indonesia adalah Kelapa sawit (Elaeis guineensis). Penurunan produksi Kelapa sawit terjadi pada saat kelapa sawit telah mencapai usia 25 tahun sehingga perlu dilakukan peremajaan. Permasalahan utama yang dihadapi ketika melakukan peremajaan kebun kelapa sawit adalah adanya jeda waktu yang cukup panjang pada proses pertumbuhan kelapa sawit. Permasalahan tersebut menjadikan petani tidak akan lama memperoleh hasil dari kebun kelapa sawit. Lahan sawit pada masa peremajaan tersebut sebenarnya bisa dimanfaatkan dengan pola polikultur (tumpang sari). Penentuan jenis tanaman yang sesuai ditanam dengan pola polikultur pada kebun kelapa sawit mesti dipilih secara benar. Pemilihan yang benar bertujuan agar menghindari kegagalan dalam pola tumpang sari dan mendapatkan hasil yang maksimal. Karena pentingnya proses pemilihan tanaman dengan pola tumpang sari pada proses peremajaan kebun kelapa sawit, maka perlu membuat penelitian untuk menentukan tanaman dengan pola tumpang sari pada proses peremajaan kebun kelapa sawit berdasarkan standar kriteria yang yang terdapat pada beberapa penelitian sebelumnya dengan metode weighted product. Metode WP dipilih karena kecepatan dan ketepatannya dalam pengambilan sebuah keputusan, dan sesuai dengan kriteria yang ditetapkan atau hampir seperti kriteria yang ditetapkan. Pada penelitian ini, hasil urutan alternatif dimulai dari yang terbaik adalah ubi, pisang, cabe merah, jagung dan kedelai.

Penerapan Metode Marcov Chains hanya memprediksi tanaman hasil panen Kelapa Sawit dan Karet yang ada di kabupaten rokan hulu. Tahapan metode penelitian menggunakan Marcov Chains ini adalah membuat matriks awal kejadian yang diambil dari berapa kali panen dalam satu bulan, menjumlahkan tiap matriks kejadian, perbandingan jumlah matriks total kejadian, matriks hasil kejadian, mengalikan state kejadian dengan matriks kejadian, persentase proiritas kejadian. Adapun tujuan dari penelitian ini untuk menentukan hasil panen kelapa sawit dan karet pada bulan juli dan agustus tahun 2020 dengan menggunakan metode Marcov Chains. Pada penelitian ini diperoleh hasil akhir prediksi pada bulan juli dan agustus yaitu untuk bulan Juli 2020 pada tanaman kelapa sawit sebesar 37,5 % dan tanaman karet sebesar 62,5 %, pada bulan tersebut untuk kelapa sawit diprediksi akan mengalami kenaikan, sedangkan untuk karet diprediksi akan mengalami penurunan jumlah panen, sebesar 4,1%. Sedangkan untuk bulan Agustus 2020 kelapa sawit diprediksi 69,8% dan Karet sebesar 130%, dapat disimpulkan bahwa pada bulan agustus panen kelapa sawit dan karet keduanya diprediksi akan mengalami kenaikan secara signifikan.