Model Prediktif untuk Sistem Informasi Logistik Menggunakan Big Data dan Analisis Spasial

Martha Pasha Uli Manullang (Universitas Labuhan Batu)
Syaiful Zuhri Harahap (Universitas Labuhan Batu)
Budianto Bangun (Universitas Labuhan Batu)

Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN)
Vol. 5 No. 2.1 (2026): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan

Pengelolaan logistik yang efisien menjadi tantangan utama di tengah meningkatnya volume distribusi barang. Penelitian ini bertujuan untuk membangun model prediktif yang mengintegrasikan teknologi Big Data dan analisis spasial guna meningkatkan akurasi estimasi waktu pengiriman serta optimalisasi rute. Metode yang digunakan mencakup pemrosesan data historis pengiriman skala besar yang digabungkan dengan data spasial berbasis Geographic Information System (GIS). Temuan penting menunjukkan bahwa integrasi variabel spasial mampu meningkatkan akurasi prediksi waktu tiba menjadi 89%, atau naik sebesar 22% dibandingkan model konvensional yang hanya mencapai 73%. Kesimpulannya, model prediktif berbasis Big Data ini memberikan solusi praktis bagi pengambilan keputusan yang lebih responsif dan efisien dalam sistem informasi logistik.