IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK OPTIMALISASI PENEMPATAN STOK DI GUDANG (STUDI KASUS: PT KAHATEX)

Abstrak

Pengelolaan stok barang di gudang merupakan aspek krusial dalam rantai pasok, terutama bagi perusahaan manufaktur seperti PT Kahatex. Pengelolaan data stok saat ini pelaksanaannya belum menggunakan sistem otomatis, masih menggunakan aplikasi Microsoft Excel, yang berpotensi menimbulkan ketidaksesuaian pada data, keterlambatan pembaruan, dan menyulitkan proses penataan barang secara efisien. Sebagai solusi, penelitian ini mengembangkan sistem manajemen stok barang berbasis web yang mengintegrasikan algoritma K-Means serta database MySQL guna meningkatkan akurasi pencatatan stok serta efisiensi dalam penempatan barang di gudang. Penelitian ini menggunakan metode pengembangan (development research) yang mengacu pada pendekatan sistem. Sistem ini dikembangkan menggunakan framework CodeIgniter 4 serta mengimplementasikan algoritma K-Means guna melakukan pengelompokan barang berdasarkan atribut spesifik, sebagai upaya mengoptimalkan pemanfaatan ruang penyimpanan. Evaluasi dilakukan melalui uji fungsionalitas, uji akurasi clustering, serta uji efisiensi operasional. Sistem yang diimplementasikan dalam penelitian ini berhasil meningkatkan presisi pencatatan data stok, mempercepat proses pencarian barang, serta mengurangi kesalahan dalam penyortiran dan penempatan barang di gudang. Implementasi sistem ini diharapkan mampu memberikan manfaat langsung bagi PT Kahatex sebagai langkah untuk memperbaiki efisiensi operasional dan mengurangi risiko human error dalam manajemen stok barang.

Berkas

Detail