RANCANG BANGUN SISTEM INFORMASI INVENTORI MENGGUNAKAN METODE ASSOCIATION RULES DI CV. DAMAR LANGIT
(Saya mengambil paper dari Universitas Islam Negeri Maulana Malik Ibrahim Malang)
Paper ini milik dari :
Zainul Fanani – Muhammad Faisal
Jurusan Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang.
Email: seminull@yahoo.com- muhfais@yahoo.com
Jurusan Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang.
Email: seminull@yahoo.com- muhfais@yahoo.com
Abstrak
– Sistem informasi manajemen inventori merupakan sistem informasi yang
mengelola data transaksi dan persediaan dalam gudang. Perusahaan yang
bergerak dibidang produksi umumnya memerlukan Sistem Inventori. Sistem
Inventori biasanya terdiri dari sistem penerimaan barang, sistem
pembelian barang, dan sistem gudang. Sistem ini harus dapat memberikan
informasi inventori seperti informasi pengeluaran barang, pembelian
barang, penerimaan barang dan informasi lain secara cepat dan akurat,
selain itu sistem dapat mempermudah kerja user.Pada penelitian yang
dilakukan berkaitan dengan rancang bangun sistem informasi inventori
menggunakan association rules (aturan asosiasi), bertujuan sebagai
sistem pendukung keputusan untuk merekomendasikan persediaan sepeda
motor sesuai tipe dan warna dengan menganalisa data penjualan sepeda
motor SUZUKI. Dan dari aplikasi ini dapat mengetahui pola/kebiasaan
customer dalam kecenderungan membeli sepeda motor. Sehingga dari aturan
asosiasi ini menghasilkan informasi yang bisa digunakan untuk membantu
dalam mendukung keputusan seorang manager dalam manajemen perusahaan
terutama dalam memecahkan permasalahan yang berhubungan dengan inventori
(persediaan) sepeda motor dari produk SUZUKI yang sesuai tipe dan warna
dengan tipe dan warna yang lainnya, sehingga dapat bermanfaat dalam
menentukan strategi pemasaran. Selanjutnya seorang pimpinan operasional
dapat merencanakan sendiri untuk menentukan jumlah pembelian. Dan output
dari aplikasi sistem informasi jumlah sisa persediaan didapat dari
hasil pemrosesan didalam database.
hasil pemrosesan didalam database.
Kata Kunci : Sistem informasi, Inventori, Sistem Pendukung Keputusan (Decisition Support System), Association Rule, Data Mining, OLAP (Online Analitic Processing), Algoritma Apriori, Support, Confidence, Lift Rasio.
Untuk lengkapnya bisa download disini
Pertenyaan yang muncul seputar Datawarehouse
1. Apa yang di maksud dengan Datawarehouse
Menurut
W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang
mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat
tetap dari koleksi data dalam mendukung proses pengambilan keputusan
management.
Menurut
Paul Lane, data warehouse merupakan database relasional yang didesain
lebih kepada query dan analisa dari pada proses transaksi, biasanya
mengandung history data dari proses transaksi dan bisa juga data dari
sumber lainnya. Data warehouse memisahkan beban kerja analisis dari
beban kerja transaksi dan memungkinkan organisasi menggabung / konsolidasi data
dari berbagai macam sumber.
Jadi, data warehouse
merupakan metode dalam perancangan database, yang menunjang DSS(Decission
Support System) dan EIS (Executive Information System).
2. Perbedaan OLAP dengan OLTP
On-Line Analytical Processing(OLAP)
Merupakan
suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat
menampilkan berbagai macam bentuk laporan, analisis, query dari data yang
berukuran besar.
On-Line Transaction Processing(OLTP)
Merupakan
suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi
sehari-hari.
3. Manfaat Datawarehouse
1..Kemampuan
mengakses
data yang berskala
perusahaan.
2..Kemampuan
memiliki
data yang konsisten.
3..Dapat
melakukan
analisis
secara
cepat.
4..Dapat
digunakan
untuk
mencari
redundansi
usaha
di perusahaan.
5..Menemukan
gap antara
pengetahuan
bisnis
dengan
proses bisnis.
6..Meminimalkan biaya administrasi.
7..Meningkatkan kinerja pegawai perusahaan untuk dapat melakukan tugasnya dengan lebih efektif.
4. Karakteristik Datawarehouse
- Subject Oriented
- Integrated
- Time - Variant
- Non-Volatile
5. Model Untuk Datawarehouse
- Model Dimensional
- Scheme Bintang
- Snowflake Scheme
- Model OLTP