Paprindey, Dave Habel Anugerah (2026) PEMBANGUNAN SISTEM INFORMASI INVENTARIS DENGAN MACHINE LEARNING UNTUK PENGAMBILAN KEPUTUSAN STOCK BARANG. S1 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

Text (COVER)
200710815_Bab 0.pdf

File Pdf (987kB)
Text (BAB I)
200710815_Bab 1.pdf

File Pdf (303kB)
Text (BAB II)
200710815_Bab 2.pdf

File Pdf (257kB)
Text (BAB III)
200710815_Bab 3.pdf
Restricted to Registered users only

File Pdf (225kB)
Text (BAB IV)
200710815_Bab 4.pdf
Restricted to Registered users only

File Pdf (4MB)
Text (BAB V)
200710815_Bab 5.pdf
Restricted to Registered users only

File Pdf (14MB)
Text (BAB VI)
200710815_Bab 6.pdf

File Pdf (428kB)

Abstract

Pertamina RU VII (Refinery Unit ke-7) Kasim, adalah salah satu refinery
unit milik perusahaan minyak pertamina yang berlokasi di Indonesia. Salah satu
fungsi yang berada pada RU VII adalah IT. Pada fungsi IT memiliki banyak
tanggung jawab yang dimiliki. Salah satu dari pada itu ialah penanganan gudang
inventory. Sehingga fungsi IT memerlukan sistem yang mampu mendata seluruh
proses inventaris seperti data barang, jumlah stok, serta alur barang masuk dan
keluar secara akurat dan terstruktur
Untuk memenuhi kewajiban IT dalam mendata inventory dengan presisi
yang akurat dan memiliki struktur. Maka akan dibuat sistem inventory, yang akan
diimplementasi adalah sistem perangkat lunak yang berbasis web dengan
menggunakan framework laravel sebagai backend dan framework vue sebagai
frontend, serta menambahkan machine learning dengan menggunakan python
untuk membuat data dalam bentuk klaster-klaster maka data dapat diidentifikasi
dengan mudah sehingga membantu dalam pengambilan keputusan.
Hasil penelitian dan pengujian sistem ini bahwa data inventaris telah
berhasil dibuat. Website dapat membantu admin gudang Pertamina RU VII Kasim
untuk mengelola data dan membuat laporan dari data tersebut. Hasil pengujian
penerimaan pengguna (User Acceptance Test) terhadap 32 responden menunjukkan
tingkat penerimaan yang tinggi, dengan 80,47% responden menyatakan setuju
hingga sangat setuju terhadap seluruh aspek sistem dan 19,53% menyatakan cukup.

Item Type: Thesis (S1)
Uncontrolled Keywords: Inventaris, Laravel, Vue, Machine Learning, Gudang
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Date Deposited: 20 Nov 2026 03:36
Last Modified: 20 Nov 2026 03:36
URI: https://repository.uajy.ac.id/id/eprint/38242

Actions (login required)

View Item
View Item