Nabil Syawaludin Prima
Universitas Multi Data Palembang

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

Found 2 Documents
Search

Perancangan Sistem Informasi Penjualan Dan Stok Berbasis Web Multi-Cabang Pada Mochi Petshop Nabil Syawaludin Prima; Triana Elizabeth
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 3 (2026): Juni 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i3.3743

Abstract

This study focuses on Mochi Petshop, a business for pet equipment managing multiple physical stores in Palembang. At present, cashier recording and inter-store inventory management are not yet computerized, often triggering slow data recapitulation, item quantity discrepancies, and obstacles in monitoring daily performance. This study aims to design a multi-branch, web-based sales and inventory information system using the Laravel framework. This research adopts the Rapid Application Development (RAD) model as its development approach. The workflow of this method encompasses four primary phases: initial specification planning, interface design, program coding process, and full operational transition. The developed system supports the management of sales transactions, stock-in, stock-out, inter-branch stock transfers, product returns, and real-time reporting. The Black Box Testing results indicate that all system features operate according to the specified requirements, proving that the system is capable of enhancing data management effectiveness and operational efficiency at Mochi Petshop.Keywords: Sales information system; Inventory; Multi-branch; Laravel; RAD AbstrakPenelitian ini mengambil studi kasus pada Mochi Petshop, sebuah bisnis perlengkapan hewan yang mengelola sejumlah gerai fisik di Palembang. Saat ini, pencatatan kasir dan manajemen persediaan antartoko belum terkomputerisasi, sehingga sering memicu rekapitulasi data yang lambat, selisih jumlah barang, serta kendala dalam pengawasan kinerja harian. Penelitian ini bertujuan merancang sistem informasi penjualan dan stok berbasis web multi-cabang menggunakan framework Laravel. Penelitian ini mengadopsi model kerja Rapid Application Development (RAD) sebagai pendekatan pengembangannya. Alur metode ini mencakup empat fase utama, yakni: perencanaan spesifikasi awal, perancangan antarmuka, proses pengkodean program, serta transisi operasional penuh. Sistem yang dibangun mendukung pengelolaan transaksi penjualan, stok masuk, stok keluar, perpindahan barang antar cabang, retur barang, dan laporan secara real-time. Hasil pengujian Black Box Testing menunjukkan seluruh fitur sistem berjalan sesuai kebutuhan sehingga sistem mampu meningkatkan efektivitas pengelolaan data dan efisiensi operasional pada Mochi Petshop. 
Pemanfaatan AI Dalam Sistem Rekomendasi Buku Digital Untuk Mendukung Literasi Mahasiswa Di Lingkungan Kampus Daniel Lim; Nabil Syawaludin Prima; Novan Wijaya
Nusantara Journal of Multidisciplinary Science Vol. 2 No. 11 (2025): NJMS - Juni 2025
Publisher : PT. Inovasi Teknologi Komputer

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

Abstract

Studi ini mengembangkan sistem rekomendasi untuk buku digital berdasarkan kecerdasan buatan (AI) untuk meningkatkan melek huruf di antara siswa di lingkungan kampus. Sistem ini dikembangkan dengan pendekatan hybrid yang menggabungkan penyaringan berbasis konten dan penyaringan kolaboratif untuk membuat preferensi pengguna untuk rekomendasi yang lebih akurat dan relevan. Untuk meningkatkan kualitas pemrosesan data, algoritma pembelajaran yang mendalam seperti Neural Networks (CNNS) dan Recurrent Neural Networks (RNNS) digunakan untuk memungkinkan sistem menganalisis analisis pola interaksi pengguna seperti data klik, riwayat pencarian, dan perilaku membaca. Prototipe yang diuji dilakukan dengan menggunakan data interaksi untuk interaksi simulasi siswa, dan hasil penilaian kuantitatif menunjukkan kinerja yang cukup tinggi dengan penarikan 78% dan skor F1 80% dengan nilai akurasi 83%. Selain itu, penilaian kualitatif dari antara penelitian siswa menunjukkan bahwa sistem ini dianggap berguna untuk mencari referensi akademik yang tepat dan mudah digunakan dalam kegiatan pembelajaran sehari -hari. Hasil ini menunjukkan bahwa penerapan AI dalam sistem rekomendasi tidak hanya dapat memberikan lebih banyak saran pribadi dan kontekstual, tetapi juga secara signifikan untuk meningkatkan kemampuan digital siswa, meningkatkan akses ke sumber belajar, dan mempercepat pencarian untuk informasi akademik Terkait