Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology JRIIN :Jurnal Riset Informatika dan Inovasi
Nana Hermansyah
Universitas Pamulang
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Implementasi Sistem Informasi Transaksi Dan Persediaan Berbasis Web Menggunakan Metode Rapid Application Development (RAD) Dengan Integrasi Reorder Point (ROP) Pada PT International Paint Indonesia Arif Nurdiyan Syah Putra Utama; Nana Hermansyah
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.11942

Abstract

Pengelolaan transaksi dan persediaan merupakan salah satu proses penting dalam mendukung kelancaran operasional perusahaan manufaktur. PT International Paint Indonesia masih menghadapi beberapa kendala dalam pengelolaan transaksi dan persediaan, seperti keterlambatan pembaruan data stok, proses pencatatan yang belum terintegrasi secara optimal, serta belum tersedianya mekanisme otomatis untuk menentukan waktu pemesanan ulang barang. Kondisi tersebut berpotensi menyebabkan terjadinya stock-out maupun overstock yang dapat memengaruhi efisiensi operasional perusahaan. Penelitian ini bertujuan mengembangkan sistem informasi transaksi dan persediaan berbasis web dengan menerapkan metode Rapid Application Development (RAD) serta mengintegrasikan metode Reorder Point (ROP) untuk membantu pengendalian persediaan secara otomatis. Metode pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka, sedangkan pengembangan sistem menggunakan tahapan RAD yang meliputi requirement planning, user design, construction, dan cutover. Perhitungan ROP diterapkan untuk menentukan titik pemesanan ulang berdasarkan rata-rata permintaan, lead time, dan safety stock, sehingga sistem mampu memberikan notifikasi ketika stok mencapai batas minimum. Pengujian sistem dilakukan menggunakan metode Black Box Testing dan White Box Testing untuk memastikan seluruh fungsi berjalan sesuai kebutuhan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengintegrasikan proses transaksi penjualan, pembelian, pengelolaan persediaan, serta monitoring stok secara real-time. Selain itu, implementasi metode ROP membantu perusahaan menentukan waktu pemesanan ulang secara lebih akurat sehingga dapat mengurangi risiko kekurangan maupun kelebihan persediaan. Dengan demikian, sistem yang dibangun mampu meningkatkan efektivitas, efisiensi, dan akurasi pengelolaan transaksi serta persediaan pada PT International Paint Indonesia.
Implementasi Sistem Booking Lapangan Badminton Wisma Harapan Menggunakan Algoritma First Come First Served Berbasis Web Muhdiatul Zannah; Nana Hermansyah
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12126

Abstract

Pengelolaan pemesanan lapangan badminton di Wisma Harapan masih dilakukan secara manual melalui pencatatan pada buku atau media sederhana, sehingga sering menimbulkan permasalahan berupa bentrok jadwal, kesalahan pencatatan, keterlambatan pelayanan, serta kesulitan pengguna dalam memperoleh informasi ketersediaan lapangan secara real-time. Kondisi tersebut menyebabkan proses reservasi menjadi kurang efektif dan belum mampu memberikan pelayanan yang transparan serta adil kepada seluruh pelanggan. Penelitian ini bertujuan untuk mengimplementasikan sistem booking lapangan badminton berbasis web dengan menerapkan algoritma First Come First Served (FCFS) sebagai mekanisme penentuan urutan pemesanan berdasarkan waktu kedatangan permintaan. Metode penelitian yang digunakan adalah metode Prototype yang meliputi tahapan pengumpulan kebutuhan melalui observasi dan wawancara, perancangan prototype, evaluasi prototype bersama pengguna, pengembangan sistem, implementasi, serta pengujian menggunakan metode Black Box Testing. Sistem dikembangkan menggunakan framework Laravel, bahasa pemrograman PHP, basis data MySQL, serta teknologi HTML, CSS, JavaScript, dan Bootstrap sebagai antarmuka pengguna. Algoritma FCFS diintegrasikan untuk memastikan setiap proses reservasi diproses sesuai urutan waktu pemesanan sehingga mengurangi potensi konflik jadwal dan meningkatkan keadilan layanan. Hasil implementasi menunjukkan bahwa sistem mampu mempermudah pengguna dalam melakukan reservasi secara daring, menampilkan informasi ketersediaan lapangan secara real-time, serta membantu pengelola dalam mengelola data pemesanan secara lebih terstruktur. Berdasarkan hasil pengujian, seluruh fungsi utama sistem berjalan sesuai dengan kebutuhan pengguna, sehingga sistem yang dikembangkan dinilai mampu meningkatkan efektivitas, efisiensi, transparansi, dan kualitas pelayanan pada proses booking lapangan badminton di Wisma Harapan
Implementasi Sistem Convolutional Neural Network (CNN) Dengan Arsitektur Xception Untuk Klasifikasi Motif Citra Batik Berbasis Web Pada PT Jaya Batik Abdullah Zarkasi; Nana Hermansyah
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12444

Abstract

Identifikasi motif batik di PT Jaya Batik masih dilakukan melalui pengamatan visual sehingga prosesnya bergantung pada pengalaman operator, membutuhkan waktu, dan berpotensi menghasilkan klasifikasi yang tidak konsisten. Penelitian ini bertujuan mengembangkan sistem klasifikasi motif citra batik otomatis menggunakan Convolutional Neural Network berarsitektur Xception dengan strategi transfer learning serta mengintegrasikannya ke dalam aplikasi web berbasis Flask. Dataset penelitian terdiri atas 3.009 citra yang mewakili tujuh kelas motif batik dan dibagi menjadi data latih, validasi, serta pengujian dengan rasio 80:10:10. Citra dipraproses menjadi ukuran 224×224 piksel dan dinormalisasi sebelum digunakan pada model Xception berbobot awal ImageNet. Lapisan dasar model dibekukan, sedangkan lapisan klasifikasi kustom dilatih selama 100 epoch menggunakan optimizer Adam. Hasil pengujian terhadap 301 citra menunjukkan akurasi 99,34% dan weighted average F1-score 0,99. Lima kelas mayoritas memperoleh F1-score 1,00, sedangkan Batik Cendrawasih dan Batik Betawi memperoleh F1-score 0,94 dan 0,83 akibat ketimpangan jumlah data. Sistem menerapkan confidence threshold 85% untuk menolak citra di luar domain pelatihan. Sebelas skenario blackbox dan enam skenario whitebox dinyatakan valid. Aplikasi web mendukung unggahan berkas dan kamera secara real-time serta menampilkan nama, asal daerah, dan filosofi motif. Temuan menunjukkan bahwa Xception dengan transfer learning mampu menghasilkan klasifikasi akurat dan solusi operasional yang praktis.
Perancangan Sistem Rekomendasi Mobil Bekas Menggunakan Metode Hierarchical Clustering Berbasis Website pada Mukrindo Motor Andrew Samaga Chandra; Nana Hermansyah
Jurnal Riset Informatika dan Inovasi Vol 4 No 7 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk merancang dan membangun Sistem Rekomendasi berbasis Website guna mengatasi inefisiensi proses penjualan manual di Showroom Mukrindo Motor. Dengan menerapkan metode Hierarchical Clustering (Agglomerative), sistem ini dirancang untuk membantu calon pembeli menemukan unit mobil bekas yang paling sesuai berdasarkan kemiripan atribut seperti harga, tahun, merek, transmisi, dan kapasitas mesin. Sistem dibangun menggunakan arsitektur three-tier yang mencakup Frontend React.js (Next.js), Backend Node.js (Express.js), Database MongoDB, dan Python untuk pemrosesan algoritma. Hasil implementasi menunjukkan bahwa algoritma clustering berhasil memberikan rekomendasi mobil serupa yang relevan secara real-time. Pengujian Black Box pada 17 skenario fungsionalitas utama menghasilkan status "Valid", sedangkan evaluasi pengguna melalui kuesioner terhadap 47 responden menunjukkan tingkat penerimaan positif, di mana 72,3% menyatakan "Sangat Setuju" terhadap relevansi fitur rekomendasi. Dengan demikian, aplikasi ini efektif menjadi solusi yang akurat dan objektif untuk mempercepat proses pengambilan keputusan pembelian mobil bekas.
Co-Authors Abdullah Zarkasi Andrew Samaga Chandra Arif Nurdiyan Syah Putra Utama Muhdiatul Zannah