Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON)
Inandra Asha Fardhana
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Metode Moving Average untuk Prediksi Stok Bahan Baku pada Rumah Makan Inandra Asha Fardhana; Endah Sudarmilah
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 3 (2026): Maret 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i3.9491

Abstract

UMKM kuliner seperti Rumah Makan Pak Pangat memegang peranan penting dalam ekonomi lokal, namun seringkali menghadapi tantangan dalam efisiensi operasional akibat proses bisnis yang masih manual. Proses manajemen inventori yang bergantung pada pencatatan fisik dan perencanaan pembelian berbasis intuisi menyebabkan berbagai kendala, seperti ketidakakuratan data stok, risiko pemborosan bahan baku (food waste) akibat over-stocking, dan hilangnya potensi pendapatan akibat under-stocking. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi guna mendigitalisasi dan mengoptimalkan proses manajemen inventori tersebut. Sistem dikembangkan menggunakan metode Waterfall dengan mengimplementasikan fitur peramalan kebutuhan stok menggunakan algoritma Single Moving Average (SMA). Berdasarkan pengujian fungsionalitas menggunakan Black Box Testing, sistem terbukti berjalan valid sesuai spesifikasi. Evaluasi akurasi peramalan menggunakan Mean Absolute Percentage Error (MAPE) menghasilkan nilai rata-rata 37,78% yang dikategorikan sebagai Layak (Reasonable). Pengujian usability menggunakan System Usability Scale (SUS) terhadap 46 responden menghasilkan skor 78, menempatkan sistem pada kategori Acceptable dengan predikat Grade B. Dengan demikian, sistem yang dihasilkan layak diimplementasikan untuk menyediakan rekomendasi pembelian harian secara otomatis dan meningkatkan efisiensi operasional.
Co-Authors Endah Sudarmilah