Claim Missing Document
Check
Articles

Found 13 Documents
Search

Pengembangan Sistem Informasi Manajemen Keuangan Berbasis Web dengan Metode Scrum pada Usaha Ritel Mikro Pannavudho, Dede Dwi Pranata; Mulyawan, Bagus; Wulandari, Meirista
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3858

Abstract

Perkembangan teknologi informasi telah mendorong digitalisasi dalam sektor usaha mikro, termasuk dalam pengelolaan keuangan. Banyak usaha mikro yang masih menggunakan sistem pencatatan manual, yang dapat menimbulkan berbagai permasalahan, seperti kesulitan dalam rekapitulasi transaksi, pemantauan stok barang, serta akurasi laporan keuangan. Penelitian ini bertujuan untuk mengembangkan sistem informasi manajemen keuangan berbasis web pada usaha ritel mikro yang bergerak di bidang penjualan pupuk dan gas elpiji. Sistem ini dirancang untuk menggantikan pencatatan manual dengan menyediakan solusi yang lebih efisien, akurat, dan terintegrasi. Metode pengembangan perangkat lunak yang digunakan adalah Agile dengan pendekatan Scrum, yang memungkinkan sistem dibangun secara bertahap melalui beberapa sprint, mulai dari tahap initiation, sprint planning, development, review, hingga deployment. Pendekatan ini memberikan fleksibilitas dalam mengadaptasi perubahan kebutuhan selama pengembangan sistem. Sistem dikembangkan menggunakan bahasa pemrograman PHP, basis data MySQL, serta HTML dan CSS sebagai antarmuka pengguna. Hasil implementasi menunjukkan bahwa sistem ini dapat mencatat transaksi penjualan dan pengeluaran secara otomatis, menghasilkan laporan keuangan bulanan, serta mempermudah pemantauan stok barang secara real-time. Dengan adanya sistem ini, pemilik usaha dapat memantau kondisi keuangan secara lebih efisien, mengurangi kesalahan pencatatan, dan memperoleh informasi yang lebih akurat untuk pengambilan keputusan. Sistem ini diharapkan dapat membantu usaha mikro untuk beralih dari sistem manual menuju sistem yang lebih modern dan berbasis data. Penelitian ini memberikan kontribusi dalam pengembangan sistem informasi untuk usaha mikro yang dapat diterapkan secara luas untuk meningkatkan efisiensi pengelolaan keuangan dan mendukung keberlanjutan usaha.
Pengelompokan Wilayah Pembelian Produk Cindrelia.id Menggunakan Metode K-Means dan Apriori Hardi, Cindy Aurelia; Mulyawan, Bagus; Wulandari, Meirista
Jurnal Sosial Teknologi Vol. 5 No. 11 (2025): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v5i11.32521

Abstract

Cindrelia.id merupakan salah satu brand fashion lokal yang menjual produk pakaian wanita melalui platform e-commerce dan media sosial. Saat ini, toko menghadapi masalah dalam menganalisis data penjualan untuk memperoleh informasi yang bermanfaat terutama terkait sebaran geografis pelanggan dan rekomendasi produk untuk promosi. Hal ini menyebabkan toko sulit melakukan pengambilan keputusan dalam menentukan lokasi promosi, bazar, maupun toko offline. Tujuan penelitian ini untuk membangun web pemetaan interaktif yang menyajikan visualisasi persebaran pembeli berdasarkan cluster dan grafik jumlah pembelian per wilayah serta menampilkan rekomendasi produk promosi menggunakan algoritma Apriori. Data yang digunakan adalah data transaksi penjualan berjumlah 2005 transaksi dengan atribut meliputi No. Pesanan, jumlah penjualan per wilayah, Kota/Kabupaten, Provinsi, Longitude, Latitude dan Nama Produk. Hasil penelitian ini berhasil menerapkan algoritma K-means dalam pengelompokan wilayah menggunakan 2 evaluasi nilai k yaitu Silhouette Score dan Metode Elbow. Hasil analisis menunjukkan bahwa pengelompokan dengan nilai K=3 menghasilkan Silhouette Score tertinggi dibandingkan nilai lainnya yaitu sebesar yaitu sebesar 0.623 sehingga menghasilkan 3 kelompok wilayah yaitu Cluster 0 memiliki 12 kota, Cluster 1 memiliki 12 kota dan Cluster 2 memiliki 6 kota. Hasil analisis algoritma Apriori berhasil memberikan rekomendasi produk promosi menggunakan minimum support 10% dan Confidence 50% menghasilkan 7 aturan asosiasi. Penelitian ini juga berhasil membangun website pemetaan yang memiliki tampilan interaktif sehingga memudahkan toko Cindrelia.id dalam melihat potensi wilayah untuk bazar dan produk promosi yang akan dijual.
Convolutional Neural Network Roasted Coffee Bean Classification Based on Color Hanes, Natanael; Wulandari, Meirista; Setyaningsih, Endah
ULTIMA Computing Vol 17 No 2 (2025): Ultima Computing: Jurnal Sistem Komputer
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/sk.v17i2.4351

Abstract

Coffee quality is significantly influenced by the roasting level, which is commonly determined by the color of the beans. Traditional classification methods rely on manual sorting and human judgment, making the process labor-intensive, subjective, and prone to error. To address these limitations, this project proposes a deep learning-based coffee bean classification system using Convolutional Neural Networks (CNNs). CNNs, known for their strong performance in image recognition, can analyze visual features like color, texture, and shape to automatically classify coffee beans based on roast level. The system is evaluated using metrics such as accuracy, precision, recall, and F1 score. Among the tested input sizes, the CNN model performs best at 64×64 pixels, achieving a peak accuracy of 99% with minimal misclassifications. This result highlights the model’s effectiveness in delivering high classification performance while maintaining computational efficiency, even with low-resolution images.