UNESAUNESA

Jurnal Manajemen InformatikaJurnal Manajemen Informatika

UMKM Jaya Land Bakery menghadapi tantangan dalam manajemen stok bahan baku yang masih dilakukan secara manual. Penelitian ini bertujuan membangun website sistem informasi manajemen stok dengan mengimplementasikan metode Weighted Moving Average (WMA) untuk memprediksi jumlah persediaan stok bahan baku roti, jumlah produksi roti, dan jumlah penjualan roti. Metodologi pengembangan sistem menggunakan Rapid Application Development (RAD), sementara itu pengujian sistem menggunakan black box testing untuk fungsionalitas, dan Mean Absolute Percentage Error (MAPE) untuk pengukuran akurasi prediksi. Hasil penelitian menunjukkan bahwa sistem berhasil dibangun dan seluruh fungsinya berjalan baik yang dibuktikan dengan hasil validitas 100% dari 43 skenario pengujian. Pengujian akurasi MAPE menunjukkan hasil sangat baik dengan tingkat kesalahan untuk prediksi stok bahan baku berada pada rentang 3,93% hingga 6,26%, prediksi jumlah produksi mencapai 1,14% untuk roti paris keju dan 1,10% untuk roti paris coklat, serta prediksi penjualan yang juga akurat dengan nilai 1,22% dan 1,24% untuk produk yang sama.

Implementasi metode Weighted Moving Average (WMA) pada website sistem informasi manajemen stok di UMKM Jaya Land Bakery telah berhasil dibangun untuk memprediksi jumlah persediaan stok bahan baku roti, jumlah produksi roti, dan jumlah penjualan roti.Hasil penelitian menunjukkan bahwa skenario bobot WMA yang optimal untuk item dapat memberikan akurasi terbaik dengan bobot A (0.2) pada tepung terigu dan ragi, bobot B (0.1) pada margarin, dan bobot C (0.Sementara itu, untuk prediksi produksi dan penjualan, skenario bobot A (0.2) secara konsisten memberikan hasil paling akurat.Pengujian sistem telah berhasil dilakukan untuk memastikan fungsionalitas dan mengukur akurasi prediksi.Dari sisi fungsionalitas, pengujian black box yang mencakup total skenario pada semua fitur sistem memperoleh hasil validitas 100% yang menunjukkan bahwa seluruh fungsionalitas telah berjalan sesuai harapan.

Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan pengembangan sistem dengan menambahkan fitur manajemen pembelian untuk mengintegrasikan seluruh proses operasional. Kedua, penting untuk menerapkan mekanisme pencadangan data secara berkala guna meminimalisir risiko kehilangan data akibat kegagalan sistem. Ketiga, penelitian selanjutnya dapat mengeksplorasi penggunaan algoritma machine learning yang lebih kompleks untuk meningkatkan akurasi prediksi, dengan mempertimbangkan faktor-faktor eksternal seperti tren pasar dan promosi yang dapat memengaruhi permintaan produk. Integrasi data eksternal ini diharapkan dapat menghasilkan model prediksi yang lebih adaptif dan responsif terhadap perubahan dinamika bisnis, sehingga memberikan informasi yang lebih akurat bagi pengambilan keputusan strategis di UMKM Jaya Land Bakery.

Read online
File size923.38 KB
Pages10
DMCAReport

Related /

ads-block-test