Alfirdaus, Muhammad Fidly
Unknown Affiliation

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

Found 2 Documents
Search

Implementasi Metode Regresi Linear dan Reorder Point untuk Pengendalian Persediaan Barang Ferdiansyah, Fahmi Reza; Sofian, Rudy; Alfirdaus, Muhammad Fidly; Nugraha, Rikky Wisnu; Purwanto, Heri
Jurnal Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1060

Abstract

Pengendalian persediaan barang merupakan salah satu bagian penting yang harus diperhatikan bagi setiap pelaku usaha penjualan barang. Perusahaan harus melakukan pengendalian persediaan barang untuk memastikan bahwa persediaan barang berjalan sesuai dengan kebutuhan. Seiring dengan tingginya permintaan barang pada suatu perusahaan diperlukan sebuah alat yang dapat melakukan monitoring persediaan barang secara otomatis. Salah satu perusahaan yang bergerak dalam bidang penjualan barang adalah PT. XYZ. Perusahaan ini tidak dapat melakukan pengendalian barang dengan baik. Penumpukan barang serta kekurangan barang yang dibutuhkan menjadi masalah utama yang dialami oleh perusahaan ini. Tujuan penelitian ini yaitu untuk membantu menyelesaikan permasalahan yang dihadapi oleh perusahaan. Salah satu metode yang digunakan dalam pengendalian barang dalam penelitian ini adalah regresi linear dan reorder point (ROP). Metode Regresi Linear digunakan untuk meramalkan kebutuhan persediaan barang, sedangkan ROP digunakan untuk meminimalisir terjadinya kekurangan persediaan barang. Metode tersebut diimplementasikan ke dalam sebuah perangkat lunak untuk memastikan bahwa metode tersebut dapat digunakan dapat dengan mudah membantu mengelola pengendalian persediaan barang. Berdasarkan hasil penelitian, dapat disimpulkan bahwa kedua metode tersebut dapat membantu untuk mengendalikan stok barang. Tingkat akurasi dari hasil perhitungan metode Regresi Linear yang dikombinasikan dengan ROP dalam melakukan prediksi penggunaan persediaan barang untuk bulan atau periode berikutnya mencapai 119%.
Implementasi Metode Regresi Linear dan Reorder Point untuk Pengendalian Persediaan Barang Ferdiansyah, Fahmi Reza; Sofian, Rudy; Alfirdaus, Muhammad Fidly; Nugraha, Rikky Wisnu; Purwanto, Heri
Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1060

Abstract

Pengendalian persediaan barang merupakan salah satu bagian penting yang harus diperhatikan bagi setiap pelaku usaha penjualan barang. Perusahaan harus melakukan pengendalian persediaan barang untuk memastikan bahwa persediaan barang berjalan sesuai dengan kebutuhan. Seiring dengan tingginya permintaan barang pada suatu perusahaan diperlukan sebuah alat yang dapat melakukan monitoring persediaan barang secara otomatis. Salah satu perusahaan yang bergerak dalam bidang penjualan barang adalah PT. XYZ. Perusahaan ini tidak dapat melakukan pengendalian barang dengan baik. Penumpukan barang serta kekurangan barang yang dibutuhkan menjadi masalah utama yang dialami oleh perusahaan ini. Tujuan penelitian ini yaitu untuk membantu menyelesaikan permasalahan yang dihadapi oleh perusahaan. Salah satu metode yang digunakan dalam pengendalian barang dalam penelitian ini adalah regresi linear dan reorder point (ROP). Metode Regresi Linear digunakan untuk meramalkan kebutuhan persediaan barang, sedangkan ROP digunakan untuk meminimalisir terjadinya kekurangan persediaan barang. Metode tersebut diimplementasikan ke dalam sebuah perangkat lunak untuk memastikan bahwa metode tersebut dapat digunakan dapat dengan mudah membantu mengelola pengendalian persediaan barang. Berdasarkan hasil penelitian, dapat disimpulkan bahwa kedua metode tersebut dapat membantu untuk mengendalikan stok barang. Tingkat akurasi dari hasil perhitungan metode Regresi Linear yang dikombinasikan dengan ROP dalam melakukan prediksi penggunaan persediaan barang untuk bulan atau periode berikutnya mencapai 119%.