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
Iga Apria
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
Sosialisasi Excel Makro VBA untuk Optimalisasi Manajemen Persediaan Bahan UMKM Mama Tiga Putra Firmansyah Firmansyah; Intan Amelia; Popy Dwi Putri; Mirzoev Jasurjon; Kamilia Syaputra; Andry Meylani; Iga Apria
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.v4i01.1912

Abstract

Pengabdian ini bertujuan untuk mengembangkan sistem manajemen stok terintegrasi bagi UMKM Mama Tiga Putra, sebuah bisnis kuliner di Palembang dengan delapan cabang, guna mengatasi tantangan yang timbul akibat pengelolaan stok secara manual. Metode yang digunakan meliputi survei langsung untuk mengidentifikasi masalah operasional, analisis kebutuhan sistem, dan pengembangan prototipe menggunakan Excel Macro. Sistem ini mencakup fitur seperti laporan stok secara real-time, pencatatan barang masuk dan keluar, serta peringatan stok menipis. Sistem diuji secara bertahap, dimulai dari evaluasi internal hingga implementasi akhir di cabang Bukit Lama, yang diikuti oleh pelatihan penggunaan sistem untuk admin. Hasil dari pengabdian ini menunjukkan bahwa sistem secara signifikan meningkatkan efisiensi operasional, mengurangi kesalahan pencatatan, dan mempermudah pengambilan keputusan untuk restock. Pengabdian ini tidak hanya memenuhi tujuan akademik, tetapi juga memberikan solusi berkelanjutan untuk meningkatkan proses operasional UMKM Mama Tiga Putra.
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 Desti Destiansari Istinabiyah Dwi Mei Rita Sari Firmansyah Firmansyah Intan Amelia Kamilia Syaputra Mirzoev Jasurjon Popy Dwi Putri Wanda Septian