Quantum Convolutional Neural Networks (QCNNs) have emerged as one of the most promising architectures in Quantum Machine Learning (QML), enabling hierarchical quantum feature extraction and offering potential advantages over classical CNNs in expressivity and scalability. This study presents a Systematic Literature Review (SLR) on QCNN development from 2019 to 2025, covering theoretical foundations, model architectures, noise resilience, benchmark performance, and applications in materials informatics, chemistry, image recognition, quantum phase classification, and cybersecurity. The SLR followed PRISMA guidelines, screening 214 publications and selecting 47 primary studies. The review finds that QCNNs consistently outperform classical baselines in small-data and high-dimensional regimes due to quantum feature maps and entanglement-driven locality. Significant limitations include noise sensitivity, limited qubit availability, and a lack of standardized datasets for benchmarking. The novelty of this work lies in providing the first comprehensive synthesis of QCNN research across theory, simulations, and real-hardware deployment, offering a roadmap for research gaps and future directions. The findings confirm that QCNNs are strong candidates for NISQ-era applications, especially in physics-informed learning.

We introduce the Tree Tensor Network-enhanced Quantum-Classical Neural Network (TTN-QNet), a hybrid architecture that leverages the hierarchical structure of Tree Tensor Networks for efficient parameter representation and Variational Quantum Circuits (VQC) for expressive modeling. Unlike Tensor Ring Networks, TTNs reduce parameter redundancy through a tree-based topology, enabling scalable and interpretable computation. The proposed TTN-QNet is evaluated on the Iris, MNIST, and CIFAR-10 datasets, achieving classification accuracies of 93.2%, 85.24%, and 81.67%, respectively, on binary classification tasks. TTN-QNet demonstrates rapid convergence and robustness against barren plateaus, offering a promising direction for deep quantum learning.

Abstrak Game merupakan sesuatu yang menarik,dimana dengan game banyak orang yang termotivasi untuk belajar dan hal ini akan dapat meningkatkan kreativitas. Masalah seperti belum tersedianya infrastruktur untuk menunjang pembuatan game dan sumber daya manusia yang masih terbatas akan dapat diatasi dengan pelatihan khusus. Pada pengabdian masyarakat ini, kami akan berfokus untuk memberikan pelatihan kepada siswa agar dapat membuat game yang sederhana dan hal ini dapat dikembangkan menjadi sebuah game yang menarik di masa depan. Masih banyak sekali, peluang yang akan didapat oleh siswa jika dapat menerapkan game ini karena ini akan dapat membantu siswa dalam meningkatkan daya ingat, kreativitas dan inovasinya. Hasil dari pengabdian masyarakat ini adalah siswa akan dapat membuat sebuah game yang sederhana melalui bahasa programming yang telah diajarkan, dan kemudian akan mengimplementasikannya ke dalam beberapa pelajaran di PKBM, sehingga hal ini akan dapat bermanfaat bagi masa depan siswa. Kata kunci: Game, Programming, Siswa, Implementasi, Inovasi Abstract Games are something interesting, where with games many people are motivated to learn and this will increase creativity. Problems such as the unavailability of infrastructure to support game creation and limited human resources can be overcome with special training. In this community service, we will focus on providing training to students so they can create simple games and this can be developed into an interesting game in the future. There are still many opportunities that students will get if they can apply this game because it will help students improve their memory, creativity and innovation. The result of this community service is that students will be able to create a simple game using the programming language that has been taught, and will then implement it into several lessons at PKBM, so that this will be useful for the students' future. Keywords: Game, Programming, Student, Implementation, Innovation

This study aims to analyze the logo of the State Islamic University of North Sumatra (UINSU) using Charles Sanders Peirce's semiotic approach. Peirce's theory divides signs into icons, indexes, and symbols, and views meaning through a triadic process: representamen, object, and interpretant. With a qualitative approach, this study identifies visual elements in the UINSU logo and interprets their meaning based on the context of Islam, science, and nationalism. The results of the analysis show that each visual component, whether shape, color, or typography, contains deep philosophical and ideological meanings and represents the identity and institutional vision of UINSU.

Linux kernel security is a critical aspect of ensuring the integrity and stability of operating systems. Vulnerabilities like Dirty COW (CVE-2016-5195) illustrate how exploitative threats can severely impact systems, particularly those that are not regularly updated. This study analyzes the working mechanism of Dirty COW, its impact, and mitigation strategies based on Linux kernel hardening techniques, including the use of security modules like SELinux and AppArmor, as well as the Address Space Layout Randomization (ASLR) technique. Through attack simulations and mitigation evaluations, the findings emphasize the importance of regularly applying kernel patches to maintain system security. This study aims to provide practical guidance for enhancing Linux kernel resilience against exploitation attacks.

This study aims to examine the influence of digital transformation and market orientation on the marketing performance of MSMEs, with competitive advantage as an intermediary, in MSMEs in Semarang Regency. 
The sample of this study consists of 70 MSMEs selected through purposive sampling, based on the following criteria: MSMEs that use digital marketing, have been operating for at least 2 years, and are willing to complete the questionnaire. Data were collected through questionnaires and analyzed using SmartPLS software. 
The results of the study indicate that digital transformation and market orientation significantly enhance the competitive advantage of MSMEs. Additionally, digital transformation, market orientation, and competitive advantage have a positive and significant impact on the marketing performance of MSMEs. Competitive advantage is proven to mediate the influence of digital transformation and market orientation on the marketing performance of MSMEs.

<p>Permasalahan yang dihadapi oleh pelaku UMKM di Wilayah Kelurahan Sumurboto Kecamatan Banyumanik Kota Semarang, masih lemah dan sempitnya pelaku UMKM dalam mengelola keuangan dagangan. Masih banyak para pelaku UMKM tidak memahami keuangan secara luas.</p><p>Tujuan kegiatan pengabdian masyarakat ini yaitu untuk membantu memberikan literasi keuangan bagi UMKM di Kelurahan Sumurboto yang terdampak pandemi COVID 19. Dengan adanya kondisi pandemi ini maka UMKM di tuntut untuk bertahan agar terhindar dari kebangkrutan.</p><p>Metode yang digunakan dalam kegiatan pengabdian kepada masyarakat ini yaitu dengan memberikan pelatihan secara langsung dengan tutorial dilapangan dengan mengajarkan cara menerapkan pembuatan laporan keuangan atau literasi keuangan. Hasil yang diharapkan yaitu pemahaman keuangan UMKM di Kelurahan Sumurboto mendapatkan cara enerapan laporan keuangan yang baik dan tentunya umkm mampu memprediksi harga jual dan laba atau keuntungan produk yang umkm pasarkan.</p>

Perubahan dalam dunia pendidikan sangat signifikan, apalagi pada saat artificial intelligence (AI) sudah berkembang dengan cepat dan menyebar hampir di seluruh dunia. Fungsinya sangat menarik dan AI digunakan secara praktis. Di sisi lain, kebutuhan peningkatkan kompetensi sangat dibutuhkan oleh masyarakat terutama pada siswa sekolah dasar, dimana sejak kecil, mereka akan mendapatkan bimbingan dan pengetahuan untuk mengembangkan kemampuan programming sehingga akan siap dalam menghadapi globalisasi. Masalah seperti belum tersedianya infrastruktur dan sumber daya manusia akan dapat diatasi dengan menyediakan tempat untuk melatih mereka dan melakukan training kepada guru, sehingga guru juga akan siap dalam melanjutkan pengajarannya kepada siswa sekolah dasar. Pengabdian ini akan berfokus untuk memberikan pelatihan game design kepada siswa sekolah dasar agar mereka mampu belajar programming dengan cara yang menarik, yaitu melalui game. Hal ini akan menghasilkan sebuah game yang sederhana tetapi akan sangat membantu siswa sekolah dasar untuk dapat belajar programming secara menarik dan memotivasi mereka untuk dapat mencintai pelajaran programming. Lebih jauh lagi, hal ini juga akan dapat meningkatkan daya kreativitas dan inovasi mereka terhadap teknologi, sehingga akan dihasilkan sumber daya manusia digital yang siap menghadapi era globalisasi 2045

Bahasa program menjadi salah satu hal terpenting dalam pengembangan teknologi informasi, dimana Bahasa program akan dalam menghasilkan banyak hal yang bermanfaat bagi masyarakat. Pada pengabdian ini kita akan berusaha untuk meningkatkan kemampuan dalam Bahasa program, sehingga murid-murid akan dapat menghasilkan kompetensi yang mampu dalam menghadapi globalisasi dan perkembangan teknologi informasi yang sangat cepat. Kerangka kompetensi harus dapat diciptakan agar dapat menghasilkan sumber daya manusia yang memiliki kemampuan tinggi, dan hal ini harus dimulai dari dasar, bukan dari puncaknya. Pengabdian ini akan berfokus pada penerapan dasar programming yang inovatif dan dapat cepat dipelajari, hal ini dinamakan the fundamental of smart programming. Hasil dari pengabdian ini, murid akan dapat memiliki kemampuan dalam menggunakan Bahasa program dan dapat langsung diterapkan pada kehidupan mereka. Mereka juga akan mampu dapat menciptakan dari apa yang sudah mereka pelajari, sehingga mereka akan mampu mengembangkan apa yang sudah dipelajarinya. Kata kunci: Smart programming, Inovasi, Implementasi, Kreatif, Penerapan

Corrosion in materials is a significant concern for the industrial and academic fields because corrosion causes enormous losses in various fields such as the economy, environment, society, industry, security, safety, and others. Currently, material damage control using organic compounds has become a popular field of study. Pyridine and quinoline stand out as corrosion inhibitors among a myriad of organic compounds because they are non-toxic, inexpensive, and effective in a variety of corrosive environments. Experimental investigations in developing various candidate potential inhibitor compounds are time and resource-intensive. In this work, we use a quantitative structure-property relationship (QSPR)-based machine learning (ML) approach to investigate support vector machine (SVR), random forest (RF), and k-nearest neighbors (KNN) algorithms as predictive models of inhibition performance. (Inhibition efficiency) corrosion of pyridine-quinoline derivative compounds as corrosion inhibitors on iron. We found that the RF model showed the best predictive ability based on the coefficient of determination (R2) and root mean squared error (RMSE) metrics. Overall, our study provides new insights regarding the ML model in predicting corrosion inhibition on iron surfaces.