Jurnal Sistem Cerdas dan Rekayasa (JSCR), E-ISSN:2656-7504

Sistem Informasi Inventory Penjualan Produk Menggunakan Metode Pengembangan Waterfall Pada Toko Percetakan Sablon Print Berbasis Website

Didik Tristianto — 2025-10-31

Penelitian ini bertujuan merancang sistem informasi inventory dan penjualan berbasis website untuk Toko Percetakan Sablon Print Surabaya guna mengintegrasikan manajemen stok bahan baku, produk jadi, dan transaksi penjualan. Populasi penelitian mencakup seluruh proses bisnis toko tersebut dengan teknik pengambilan sampel purposif terhadap lima pengguna utama (pemilik, admin gudang, dan kasir). Metode pengembangan sistem menggunakan pendekatan Waterfall melalui tahapan analisis kebutuhan, desain, implementasi dengan teknologi Laravel, MySQL, dan TailwindCSS, serta pengujian fungsional. Hasil implementasi menunjukkan sistem berhasil menyediakan fitur pelacakan stok real-time dan antarmuka user-friendly yang diuji menggunakan skala Likert.

Berdasarkan pengujian dengan lima responden, sistem memperoleh skor rata-rata 4.4 (skala 5) pada semua indikator, membuktikan efektivitas dalam integrasi manajemen stok dan transaksi penjualan. Simpulan penelitian menyatakan bahwa sistem ini mampu meningkatkan efisiensi operasional hingga 40% dan akurasi pelaporan inventory dibandingkan metode manual sebelumnya.

Sistem Informasi Pemesanan Makanan Secara Digital Di Hotel Gunawangsa Merr

Didik Tristianto — 2025-10-31

Kemajuan teknologi saat ini telah berkembang dengan sangat pesat dan membawa perubahan yang besar terutama dalam mendapatkan informasi dengan cepat, akurat dan tidak terbatas oleh waktu serta tempat. Hotel Gunawangsa Merr merupakan hotel bintang 3 yang berada dalam kawasan one stop living di Surabaya. Dalam memberikan layanan kepada tamu hotel, Hotel Gunawangsa Merr masih menggunakan pemesanan makanan secara konvensional melalui telepon bagi tamu hotel yang sedang menginap sehingga proses pemesanan makanan yang dilakukan cukup lama dan tamu hotel tidak dapat melihat dan memilih langsung menu yang tersedia saat itu. Sistem informasi pemesanan makanan dapat membantu mengidentifikasi dan menganalisis potensi untuk meningkatkan tingkat pemesanan makanan. Dengan menggunakan metode Waterfall maka pembuatan sistem informasi pemesanan makanan secara digital dapat memudahkan bagi tamu hotel mapun pihak manajemen Hotel Gunawangsa Merr secara sistematis. Hasil yang dicapai dari pembuatan sistem informasi pemesanan makanan secara digital di Hotel Gunawangsa Merr ini sudah dapat diimplementasikan dalam pemesanan makanan oleh tamu menggunakan QR Code yang berada pada kamar masing-masing.

Prediksi Penjualan Barang Menggunakan Algoritma K-Nearest Neighbor

Filbert Wijaya — 2025-10-31

Kemampuan untuk memprediksi jumlah penjualan produk sangat penting dalam mendukungp engambilan keputusan bisnis seperti pengelolaan stok dan perencanaan produksi. Penelitiani ni bertujuan membangun model prediksi penjualan menggunakan algoritma K-Nearest Neighbor (KNN) berdasarkan data historis penjualan enam jenis produk dari Toko X pada periode Agustus 2022 hingga November 2023. Proses prediksi melibatkan penentuan nilai k, perhitungan jarak, pemilihan tetangga terdekat, dan evaluasi menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Mean Absolute Error (MAE). Hasil evaluasi menunjukkan bahwa model KNN mampu memprediksi tren penjualan dengan akurasi yang cukup baik, dengan nilai rata-rata MAPE sebesar 16,66% dan MAE sebesar 4168,77. Model ini dapat digunakan sebagai alat bantu untuk memperkirakan permintaan barang dan mendukung pengambilan keputusan operasional secara lebih efektif dan efisien.

Penerapan Metode Deep Learning Mask R-Cnn Untuk Identifikasi Bangunan Baru Sebagai Objek Pajak Di Desa Gadingmangu, Kecamatan Perak, Kabupaten Jombang

Agus Purnawan — 2025-10-31

Pertumbuhan kawasan permukiman di wilayah pedesaan terus meningkat, sehingga banyak muncul bangunan baru yang belum tercatat sebagai objek pajak. Proses pendataan secara manual yang dilakukan petugas lapangan sering kali memerlukan waktu lama dan berpotensi menimbulkan kesalahan pencatatan. Dalam penelitian ini, digunakan pendekatan Mask R-CNN untuk mengenali objek bangunan pada citra satelit beresolusi tinggi di Desa Gadingmangu, Kecamatan Perak, Kabupaten Jombang. Data citra melalui tahap pra-pemrosesan, anotasi, dan konversi ke format COCO sebelum digunakan dalam proses pelatihan model berbasis backbone ResNet-50 yang dikombinasikan dengan Feature Pyramid Network (FPN). Hasil pengujian menunjukkan bahwa seluruh tahapan — mulai dari pengolahan data, pelatihan model, hingga proses prediksi — dapat dijalankan dengan baik tanpa kendala teknis. Meski demikian, model belum mampu mengenali bangunan secara optimal karena jumlah data latih yang terbatas dan durasi pelatihan yang singkat. Penelitian ini memberikan bukti konsep (proof of concept) penerapan Mask R-CNN untuk deteksi bangunan pada citra satelit dan berpotensi dikembangkan lebih lanjut guna mendukung pembaruan data Pajak Bumi dan Bangunan (PBB) secara otomatis di tingkat daerah.

Model Logika Fuzzy Mamdani Untuk Optimasi Pengambilan Keputusan Prioritas Tugas Mahasiswa

David Prastiya Imannue — 2025-10-31

Manajemen waktu dan penentuan prioritas tugas merupakan tantangan krusial yang dihadapi mahasiswa, yang secara langsung mempengaruhi produktivitas dan daya saing mereka. Penentuan prioritas tugas secara manual seringkali didasarkan pada keputusan subjektif yang kaku, mengabaikan nuansa dalam kriteria seperti kedekatan tenggat waktu dan kompleksitas pekerjaan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis Model Logika Fuzzy Mamdani sebagai smart technology untuk mengoptimalkan penentuan prioritas tugas. Metode ini dipilih karena kemampuannya memproses input linguistik dan mengatasi ambiguitas data.

Sistem ini menggunakan dua variabel input, yaitu Urgensi (dihitung secara dinamis dari sisa waktu) dan Kesulitan (dinormalisasi dari estimasi jam kerja), yang kemudian diolah melalui 15 aturan inferensi (rule base) Mamdani. Hasil simulasi menunjukkan bahwa model fuzzy berhasil mengubah input yang kabur (seperti 'sangat sulit' dan 'cukup mendesak') menjadi satu Final Priority

Score numerik yang terukur (0-100), memungkinkan pengurutan tugas yang adaptif. Simpulan dari penelitian ini adalah bahwa Logika Fuzzy Mamdani efektif memberikan rekomendasi prioritas yang transparan dan logis, sehingga mendukung pengembangan keterampilan pengambilan keputusan dan meningkatkan efisiensi waktu mahasiswa sebagai talenta yang kompetitif.