Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Media Informatika Jurnal Pengabdian West Science
Desti Destiansari Istinabiyah
Politeknik Negeri Sriwijaya
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Public Health Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Digitalisasi UMKM Kantin Polsri Sei Sahang Dengan Pembuatan Aplikasi Pemesanan Makanan/Minuman Berbasis Website Desti Destiansari Istinabiyah; Iga Apria; Dwi Mei Rita Sari; Andry Meylani; Ayu Soraya; Wanda Septian
Jurnal Pengabdian West Science Vol 4 No 01 (2025): Jurnal Pengabdian West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jpws.v4i01.1909

Abstract

Seiring dengan banyaknya UMKM yang telah ada di Indonesia dan juga perkembangan zaman dengan teknologi yang lebih canggih, maka teknologi menjadi alat untuk membantu kemajuan UMKM negara. Salah satu UMKM yang berada di lingkungan Politeknik Negeri Sriwijaya bernama “Kantin Enca”. Berdasarkan wawancara yang telah dilakukan, bahwa UMKM tersebut mengalami kendala dalam pencatatan transaksi manual dan sering terjadi pesanan terlewat sehingga berpotensi pada kerugian dan bangkrut. Berdasarkan latar belakang masalah tersebut, dirancang aplikasi pemesanan berbasis website yang bertujuan untuk mempermudah pelanggan untuk mengakses informasi, meningkatkan daya tarik UMKM, dan efisien terhadap waktu serta hemat biaya
Perancangan Sistem Informasi Akuntansi Untuk Optimalisasi Manajemen Keuangan di UMKM Lunjuk Corner Laras Ayu Anastasya; Dimas Kurnia Putra; Msy Rahmah Hanim; Muhammad Bintang Muharram; Najwa Aprillia; Kamilia Syaputra; Lola Fadilah; Wanda Septian; Desti Destiansari Istinabiyah
Jurnal Pengabdian West Science Vol 4 No 01 (2025): Jurnal Pengabdian West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jpws.v4i01.1929

Abstract

Laporan ini membahas tentang tantangan yang dihadapi oleh UMKM Lunjuk Corner, seperti pencatatan transaksi yang masih manual, pengelolaan stok barang yang belum efektif, dan kendala dalam menyusun laporan keuangan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Akuntansi (SIA) berbasis web untuk meningkatkan efisiensi operasional. Metode yang digunakan meliputi analisis kebutuhan, perancangan sistem, pemodelan awal, dan pengujian. Data diperoleh melalui wawancara dengan pemilik dan observasi langsung. Hasil penelitian berupa sistem berbasis teknologi yang mendukung pencatatan transaksi secara otomatis, pengelolaan stok barang secara real time, dan pelaporan keuangan yang terintegrasi. Kesimpulannya menunjukkan bahwa implementasi SIA dapat meningkatkan efisiensi kerja, mengurangi kesalahan, dan mendukung pengambilan keputusan strategis, sehingga memberikan solusi yang efektif bagi operasional Lunjuk Corner.
Pengujian Metode Inception V3 dalam Klasifikasi Penyakit Kulit Dermatitis Atopik dan Psoriasis Dwi Mei Rita Sari; Desti Destiansari Istinabiyah; Iga Apria
Jurnal Media Informatika Vol. 7 No. 2 (2026): Edisi Maret-April
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i2.7874

Abstract

Penelitian ini bertujuan untuk menguji performa arsitektur Convolutional Neural Network (CNN) menggunakan metode Inception V3 dalam mengklasifikasikan dua jenis penyakit kulit, yaitu dermatitis atopik dan psoriasis. Metode Inception V3 digunakan sebagai feature extractor melalui pendekatan transfer learning untuk meningkatkan akurasi klasifikasi citra penyakit kulit. Dataset yang digunakan terdiri dari citra dermatitis atopik dan psoriasis yang telah melalui tahap pra-pemrosesan, meliputi resizing, augmentasi data, digitalisasi, dan feature scaling. Hasil pengujian terbaik menunjukkan bahwa metode Inception V3 mencapai akurasi sebesar 84%, dengan nilai presisi 82% dan recall 80%. Hasil ini menunjukkan bahwa arsitektur Inception V3 mampu memberikan performa klasifikasi yang baik pada kasus penyakit kulit dengan tingkat kemiripan visual yang tinggi.
Co-Authors Andry Meylani Ayu Soraya Dimas Kurnia Putra Dwi Mei Rita Sari Iga Apria Kamilia Syaputra Laras Ayu Anastasya Lola Fadilah Msy Rahmah Hanim Muhammad Bintang Muharram Najwa Aprillia Wanda Septian