Claim Missing Document
Check
Articles

OPTIMALISASI KARTU STOK PRODUK DENGAN METODE PERPETUAL Muhammad Rival; Endah Tri Esti Handayani; Frenda Farahdina
Journal of Computer Science and Information Technology Vol. 2 No. 3 (2025): Juni
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v2i3.2019

Abstract

Manajemen persediaan yang efisien menjadi faktor krusial dalam meningkatkan produktivitas dan efektivitas operasional suatu perusahaan. Salah satu metode yang dapat diterapkan untuk mengoptimalkan pencatatan stok adalah metode perpetual, yang memungkinkan pencatatan secara real-time dan lebih akurat. Penelitian ini bertujuan untuk menganalisis dampak penerapan metode perpetual dalam optimalisasi kartu stok produk guna meningkatkan efisiensi sistem manajemen persediaan. Metode ini juga berkontribusi pada digitalisasi sistem pergudangan serta mendukung kebijakan ramah lingkungan dengan mengurangi penggunaan kertas.Hasil penelitian menunjukkan bahwa implementasi metode perpetual berdampak positif terhadap pengelolaan stok barang. Dengan adanya pencatatan secara otomatis dan terintegrasi, efisiensi kerja karyawan gudang meningkat, waktu pencatatan dan pelacakan stok menjadi lebih singkat, serta risiko kesalahan dalam pencatatan dapat diminimalisir. Selain itu, sistem ini membantu perusahaan dalam menyusun strategi pengadaan barang secara lebih akurat berdasarkan data real-time, sehingga dapat mengurangi risiko kelebihan atau kekurangan stok. Pembahasan dalam penelitian ini juga mengungkapkan bahwa adopsi metode perpetual mendorong digitalisasi sistem pergudangan, yang sejalan dengan perkembangan teknologi di era industri 4.0. Dengan mengurangi pencatatan manual berbasis kertas, metode ini turut mendukung program keberlanjutan lingkungan serta menghemat biaya operasional perusahaan dalam jangka panjang. Oleh karena itu, penerapan metode perpetual dalam manajemen persediaan tidak hanya meningkatkan efisiensi operasional, tetapi juga memberikan manfaat ekonomi dan lingkungan yang lebih luas.
Deteksi dan Klasifikasi Sampah Real-Time Berbasis Yolov11 untuk Manajemen Sampah Cerdas Sari Ningsih; Panca Dewi Pamungkasari; Agus Setiawan; Ratih Titi Komalasari; Endah Tri Esti Handayani; Djarot Hindarto; Asrul Sani; Erina Rahmazani; Muhammad Aldinugroho Abdullah; Ferdiansycah Ferdiansycah
Masyarakat Mandiri : Jurnal Pengabdian dan Pembangunan Lokal Vol. 3 No. 4 (2026): Oktober: Masyarakat Mandiri : Jurnal Pengabdian dan Pembangunan Lokal
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/masyarakatmandiri.v3i4.3607

Abstract

This community service activity aims to develop an automated waste sorting system based on Deep Learning using the YOLOv11 architecture for real-time object detection. The system is designed to identify six categories of waste, namely cardboard, glass, metal, paper, plastic, and trash through direct camera input. The dataset used was obtained from Kaggle, consisting of 2,467 images which were subsequently expanded to 10,108 images through data augmentation techniques to improve model generalization and reduce the risk of overfitting. The training process employed an 80% training set and a 20% validation set, with optimization using the Stochastic Gradient Descent (SGD) algorithm, momentum, and cosine learning rate scheduling over 100 epochs. Model performance was evaluated using the standard object detection metric, Mean Average Precision (mAP). The results show that the model achieved an mAP@0.5 of 95.8% and an mAP@0.5:0.95 of 82.4%, with an average inference speed of 45 frames per second (FPS) on standard hardware. These findings indicate that the system is capable of performing waste classification quickly, accurately, and efficiently, supporting the implementation of smart waste management in urban environments, particularly in collaboration with waste management partners in Depok.
Co-Authors Abdul Azis Adi Firman Ari Saputra Adi Yulianto Aditya Nur Rohman Agung Triayudi Agus Setiawan Ahmad Rifqi Alica Dwi Fahira Andrianingsih Anggira Ganda Kusuma Arie Gunawan Asrul Sani Astri Pertiwi Atikah Suhaimah Azzaleya Agashi Lombu Babag Purbantoro Bagos Fitrianto Wibowo Cintia Marito Sihombing Darussalam, Ucuk Daud Iswandii Dendy Virgiawan Deny Hidayatullah Deny Hidayatullah Deny Hidayatullah Dhema, Salestinus Petrus Dhieka Avrilia Lantana Dhieka Avrilia Lantana Dicki Fareza, Ichsan Dimas Tri Pamungkas Djarot Hindarto Dwi Ifan Ramadhan Eri Mardiani Eri Mardiani Erina Rahmazani Fachry, Fachry Fardila Inastiana Fauziah Fauziah Febry, Fransiskus Ferdiansycah Ferdiansycah Ferina Gunawan Frankly Sept Genius Zendrato Fransiskus Febry Frenda Farahdina Handoko, Suhandio Hindarto, Djarot Imelta Natalia Ginting Inastiana, Fardila Indra Mahendra Ira Diana Sholihati Iskandar Fitri Iskandar Fitri, Iskandar Kartika Salma Nadhiva Kasmara, Bib Nugraha Keysha Belynda Tyva Panggabean Luthfia Nur Aini Mardiani, Eri Mochamad Hariadi Mohammad Iwan Wahyuddin Muhammad Aldinugroho Abdullah Muhammad Farhan Adistyra Muhammad Prabowo Chaniago Muhammad Rival Muhammad Zahran Alfarizi Mutiara Mala Khairunnisa Nabila Puspita Wulandana Nabilah Ananda Pratiwi Nathasia, Novi Dian Nur Iskandar Zulkarnaen Nur Rahmansyah Nur Rahmansyah Nurfaiz, Kelfin Oka Saputra Oka Saputra Olipa Sarta Matilda Purba Panca Dewi Pamungkasari Perdana, Muhammad Rizky Prasetyo, Yoga Dwi Putro, Prayogo Dwi Cahyo Rahmansyah, Nur Ratih Titi Komalasari Ratih Tri Lestari Rini Nuraini Rizky Ramadhan Rizky Ramadhan, Rizky Rosyidah Rahmah Rudi Adityawan Rudi Priyana Sari Ningsih Satriawan Desmana Setiono, Aji Shafira Shalehanny Sisca Budyarti Sugitha, I Kadek Agga Suhaimah, Atikah Suhatmojo, Guing Tri Sultana Namira Teuku Feraldy Ramadhani Trie Widiarti Ningsih Tunggul Puliwarna Ucuk Darussalam Utami, Yulianti Pratiwi Wahyuddin, Mohammad Iwan Yulianti Pratiwi Utami Yuni Latifah Yusriana Chusna Fadilah