Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat
Rhoedy Setiawan
Muria Kudus University
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Informasi Pengelolaan dan Pelaporan Aset BPR Mitra Kusuma Mandiri Diana Nur Yasmin; Rhoedy Setiawan
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 7 No. 1 (2025): Volume 7, No 1, Desember 2025
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/atjpm.v7i1.7436

Abstract

Pengelolaan aset inventaris di Bank Perkreditan Rakyat (BPR) Kudus kini masih dilakukan secara manual dengan menggunakan catatan fisik dan spreadsheet. Hal ini menyebabkan risiko kesalahan manusia, duplikasi data, serta ketidakefisienan dalam proses pelaporan. Sebagai bentuk upaya peningkatan kualitas, akurasi, dan transparansi pengelolaan aset menjadi sangat penting untuk mendukung tata kelola perbankan yang baik dan mempersiapkan diri menghadapi audit eksternal. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi pengelolaan serta pelaporan aset inventaris berbasis web yang mampu meningkatkan efisiensi, akuntabilitas, dan kecepatan akses data aset di BPR Kudus. Metode penelitian yang digunakan mengikuti pendekatan pengembangan perangkat lunak melalui berbagai tahapan, yaitu analisis, desain, implementasi, dan pengujian. Pada tahap analisis, dilakukan observasi langsung serta wawancara terstruktur kepada lima responden yang dipilih secara purposif, terdiri dari staf administrasi umum, kepala bagian umum, dan pimpinan BPR, untuk mengidentifikasi kebutuhan fungsional sistem. Dalam tahap desain, digunakan diagram use case diagram, dan activity diagram. Implementasi sistem dilakukan dengan menggunakan framework Laravel (PHP) dan database MySQL. Hasil pengembangan menunjukkan bahwa sistem mampu mendukung fungsi pencatatan aset, pembaruan kondisi dan lokasi aset, pengajuan penghapusan berdasarkan alur persetujuan digital, serta pembuatan laporan otomatis dalam format PDF. Sistem ini memiliki potensi menjadi solusi digital yang realistis dan berkelanjutan bagi BPR skala kecil di Indonesia
PENGELOMPOKAN BAHAN BAKU BERDASARKAN TINGKAT PENGGUNAAN BERBASIS ALGORITMA CLUSTERING PADA SELARAS COFFEE & SPACE Bayu Samudro Fadhilah; Muhammad Arifin; Rhoedy Setiawan
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 11 No 2 (2026): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v11i2.8008

Abstract

Inventory management in the food and beverage business requires a measurable approach to reduce the risk of stock shortages and excess inventory. Selaras Coffee & Space has operational kitchen raw material data that can be utilized to identify usage patterns more objectively. This study aims to group raw materials based on usage levels by comparing K-Means, Hierarchical Clustering, and K-Medoids algorithms. The data were obtained from kitchen raw material stock opname and purchase order records for February 2026, using stock_fisik, min_stock, and qty_po as clustering attributes. The research stages included data collection, preprocessing, unique item aggregation, Min-Max normalization, clustering algorithm implementation, evaluation using Sum of Squared Errors (SSE) and Silhouette Score, and implementation of the results into a web-based system. The initial dataset consisted of 3,080 rows and was aggregated into 110 unique items. The evaluation results showed that K-Means and Hierarchical Clustering achieved an SSE value of 4.630818 and a Silhouette Score of 0.781801, indicating a strong cluster structure. K-Medoids obtained an SSE value of 11.022485 and a Silhouette Score of 0.470763. K-Means was selected as the best algorithm because it achieved optimal evaluation performance and is simpler to implement in the system. The clustering results showed that 6 items were categorized as High Usage, 7 items as Medium Usage, and 97 items as Low Usage. The results can assist management in understanding raw material usage levels as a basis for more effective inventory control.  
Co-Authors Bayu Samudro Fadhilah Diana Nur Yasmin Muhammad Arifin