Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology
Dimas Sugiana
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perancangan Sistem Penentuan Restock Barang Menggunakan Algoritma Naive Bayes (Studi Kasus: Dzakira Store) Dimas Sugiana; Muhamad Arief Yulianto
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 5 No. 1 (2027): November - Februari
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v5i1.14576

Abstract

Dzakira Store merupakan usaha yang bergerak di bidang penjualan produk fashion yang memiliki berbagai jenis barang dengan tingkat permintaan yang berbeda-beda. Dalam kegiatan sehari-hari, pengelolaan persediaan barang menjadi hal yang cukup penting agar ketersediaan barang tetap terjaga. Namun, dalam praktiknya, penentuan restock barang di Dzakira Store masih dilakukan secara manual berdasarkan pengalaman dan perkiraan, sehingga sering terjadi ketidaksesuaian jumlah stok seperti overstock maupun stockout. Kondisi ini tentunya dapat berdampak pada meningkatnya biaya penyimpanan serta hilangnya peluang penjualan ketika permintaan sedang tinggi. Untuk mengatasi permasalahan tersebut, pada penelitian ini digunakan algoritma Naive Bayes dalam merancang sistem penentuan restock barang berbasis web. Algoritma ini digunakan untuk mengklasifikasikan kebutuhan restock barang ke dalam kategori “Perlu Restock” dan “Tidak Perlu Restock” berdasarkan data historis seperti penjualan, jumlah stok, dan lama penyimpanan stok. Sistem yang dibangun diharapkan dapat membantu dalam proses pengambilan keputusan agar menjadi lebih cepat dan tidak hanya bergantung pada perkiraan saja. Hasil dari penelitian ini menunjukkan bahwa sistem yang dibuat dapat memberikan rekomendasi kebutuhan restock barang berdasarkan perhitungan algoritma Naive Bayes. Dengan adanya sistem ini, diharapkan Dzakira Store dapat lebih mudah dalam mengelola persediaan barang serta mengurangi risiko terjadinya overstock dan stockout.
Co-Authors Muhamad Arief Yulianto