This Author published in this journals
All Journal Teknika
Ellysa Tjandra
Program Studi Teknik Informatika, Universitas Surabaya, Jawa Timur

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

Found 2 Documents
Search

Configurable Information System (CiS) Untuk Membantu UMKM Dalam Meningkatkan Fleksibilitas Sistem Penjualan dan Pembelian Dengan Tree-based Feature Model Ellysa Tjandra
Teknika Vol 11 No 2 (2022): Juli 2022
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v11i2.462

Abstract

Configurable Information System (CiS) atau yang sering disebut juga Sistem Informasi Terkonfigurasi adalah suatu sistem yang dapat diatur atau dikonfigurasi sesuai dengan kebutuhan. Dengan menerapkan sistem yang dapat dikonfigurasi maka perubahan kebutuhan organisasi akan dapat terakomodasi. Penelitian ini bertujuan menyediakan CiS yang memiliki fitur-fitur spesifik untuk penjualan pembelian dilengkapi dengan tree-based feature model untuk mengatur batasan sistem dengan tujuan menjaga integritas sistem, sehingga dapat dilakukan pengaturan terhadap fitur-fitur yang wajib ada (mandatory) dan fitur-fitur yang tidak wajib ada atau pilihan (optional), dengan demikian user dapat lebih leluasa mengatur fitur-fitur yang digunakan namun dengan batasan yang sesuai. Penelitian ini bertujuan untuk membantu organisasi berskala mikro, kecil, dan menengah (UMKM) berupa toko retail dan grosir dengan menyediakan CiS dengan ruang lingkup penjualan dan pembelian barang. Dengan adanya CiS maka pihak UMKM akan dapat lebih fleksibel dan leluasa mengatur fitur-fitur sesuai kebutuhan organisasi, sehingga kebutuhan organisasi dapat terakomodasi. Selain itu, dengan tree-based feature model maka UMKM dapat lebih mudah memilih dan mengatur fitur yang disediakan. Konfigurasi fitur yang disediakan dalam CiS ini antara lain fitur order penjualan, order pembelian, fitur pembuatan faktur, fitur konversi barang, setting metode pencatatan persediaan, setting diskon, setting bonus, setting PPN, dan setting metode pencatatan HPP. Ujicoba sistem CiS dilakukan dengan tiga metode, yaitu unit testing, integration testing, dan simulasi konfigurasi terhadap empat UMKM yang bergerak di bidang penjualan dan pembelian. Simulasi dilakukan dengan menjalankan skenario proses bisnis terhadap pengelola empat UMKM yang memiliki proses bisnis berbeda. Hasil proses ujicoba menunjukkan bahwa tree-based feature model dalam CiS yang dibuat dapat mengakomodasi kebutuhan proses bisnis yang berbeda dari keempat UMKM dengan beberapa saran pengembangan, dengan tingkat ketepatan fitur antara fitur yang diusulkan dengan fitur riil yang dibutuhkan sebesar 93,33%, sehingga dapat ditarik kesimpulan bahwa CiS yang disediakan dapat mengakomodasi beragam kebutuhan proses bisnis dalam UMKM. Dengan adanya CiS maka sistem dapat lebih fleksibel, perubahan sistem juga dapat diatur secara mandiri oleh pengguna, dan juga dapat mengurangi tingkat ketergantungan pada pengembang perangkat lunak.
Electronics Spare Part Goods Demand Forecasting Using Markov Model Ellysa Tjandra; Susana Limanto
Teknika Vol 13 No 1 (2024): Maret 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i1.709

Abstract

Customer demand forecasting plays an essential part in inventory management in retail companies. Accurate customer demand forecasting will increase a company's competitiveness and play a crucial role in making the right decisions for inventory management. Without demand estimation, products are often purchased more than needed, resulting in overstock or understock product storage in the warehouse. In this paper, we present the results of the Markov Chain method for predicting the quantity of demand for goods in the future to assist decision-making regarding the procurement of commodity goods within the company, especially in the procurement of electronics spare parts in retail companies. This study aims to develop a software-based forecasting system for retail companies using the Markov Model with predictive capabilities. The system will also provide purchasing quantity recommendations to fulfill the stock, calculated from the minimum stock and forecasted demand from customers and suppliers. Using the Markov Chain model, this study predicts electronics spare parts demand using data on item sales during 2022 in a retail company. The forecasting of electronics spare part demand resulted in 88.2% accuracy. The software-based forecasting system has been implemented and tested using black box testing. The testing result shows that the Markov forecasting system is feasible and can be used as a reference in providing electronics spare parts purchasing recommendations for retail companies.