Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis dan Pengujian Sistem Informasi Stok dengan Boundary Value Analysis pada PT ABC Bong, Adryanto Wisesa; Safitri, Elsa; Hendry, Tivelin
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 5, No 1: JUNI 2024
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v5i1.4559

Abstract

Penelitian ini bertujuan untuk menganalisis dan menguji sistem informasi stok pada PT. ABC dengan menggunakan metode Boundary Value Analysis (BVA) dan Equivalence Partitioning (EP). Kedua metode ini dipilih untuk memastikan sistem informasi mampu menangani berbagai kondisi input secara efektif dan efisien, serta untuk mengidentifikasi potensi cacat perangkat lunak dalam berbagai skenario penggunaan. BVA digunakan untuk menguji batas-batas nilai input yang mungkin diterima oleh sistem, sedangkan EP digunakan untuk membagi himpunan data uji menjadi partisi-partisi yang ekivalen sehingga dapat mewakili keseluruhan ruang input. Hasil pengujian menunjukkan bahwa sistem informasi stok mampu berfungsi dengan baik dalam kondisi normal maupun ekstrem, namun terdapat beberapa area yang memerlukan perbaikan untuk meningkatkan keandalan dan akurasi sistem. Rekomendasi perbaikan yang diusulkan diharapkan dapat meningkatkan performa sistem dalam pengelolaan stok barang di PT. ABC.
Analisis Pola Pembelian Suku Cadang dengan Algoritma FP-Growth dan Visualisasi Data Penjualan Hendry, Tivelin; Mardiani, Mardiani
MDP Student Conference Vol 4 No 1 (2025): The 4th MDP Student Conference 2025
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v4i1.11102

Abstract

PT Indo Global Cemerlang faces challenges in identifying customer purchasing patterns, which impacts marketing strategies and inventory management. This research aims to analyze purchasing patterns using the FP-Growth algorithm and present the results in a data visualization dashboard. Transaction data for the period August-October 2024 was processed using the CRISP-DM approach, including business understanding, data preparation, modeling, evaluation, and deployment. The FP-Growth algorithm was applied with a minimum support of 0.003 and confidence of 0.6, resulting in 24 association rules visualized in an interactive dashboard. The test results show that this method is effective in identifying purchasing patterns, and the dashboard developed is able to present information comprehensively and easily interpreted, thus supporting business decision making.