Perancangan Sistem Informasi Inventaris dengan Klasterisasi K-Means untuk Prediksi Kebutuhan Barang pada Dinas Ketenagakerjaan Kabupaten Tangerang
DOI:
https://doi.org/10.31004/anthor.v5i4.1208Keywords:
Sistem Informasi Inventaris, K-Means Clustering, Data Mining, Next.js, Waterfall, Pengadaan BarangAbstract
Pengelolaan persediaan barang pada Dinas Ketenagakerjaan Kabupaten Tangerang memerlukan sistem yang mampu mengintegrasikan pencatatan inventaris dengan analisis kebutuhan barang. Penelitian ini bertujuan merancang dan mengembangkan sistem informasi inventaris berbasis web yang mengintegrasikan algoritma K-Means Clustering untuk mengelompokkan 100 jenis barang berdasarkan sisa stok, barang masuk, dan barang keluar. Pengembangan sistem menggunakan model Waterfall dengan tahapan pengumpulan data, pra-pemrosesan, perancangan, implementasi, dan pengujian. Data penelitian diperoleh melalui observasi, wawancara, serta dokumentasi arsip transaksi logistik pada periode Oktober–Desember 2025. Algoritma K-Means digunakan untuk membentuk tiga kelompok prioritas, yaitu Prioritas Tinggi, Prioritas Sedang, dan Prioritas Rendah, dengan perhitungan Euclidean Distance dan pembaruan centroid secara iteratif hingga konvergen. Sistem dibangun menggunakan Next.js, TypeScript, PostgreSQL, dan Drizzle ORM. Hasil penelitian menunjukkan bahwa sistem mampu mengintegrasikan data inventaris, menjalankan proses klasterisasi, menampilkan hasil pengelompokan, serta menyediakan fitur prediksi kebutuhan berdasarkan rata-rata pengeluaran dan periode proyeksi. Pengujian Black Box terhadap sembilan modul utama menunjukkan seluruh skenario berstatus valid. Sistem memberikan dukungan pengambilan keputusan yang lebih terstruktur, objektif, dan berbasis data dalam perencanaan pengadaan barang.
References
Akbar, M. H. (2024). Penentuan persediaan stok barang menggunakan K-Means clustering (Studi kasus: CV. Papaqi/Alsyifa Grafika).
Akbar Reyhan, D., & Wismarini, T. D. (2025). Perancangan sistem informasi manajemen inventory gudang berbasis web dengan metode K-Means clustering. JATI (Jurnal Mahasiswa Teknik Informatika), 9(5), 8855–8861. https://doi.org/10.36040/jati.v9i5.15241
Anikah, I., Surip, A., Rahayu, N. P., Al-Musa, M. H. A., & Tohidi, E. (2022). Pengelompokan data barang dengan menggunakan metode K-Means untuk menentukan stok persediaan barang. KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer, 4(2), 58–64. https://doi.org/10.32485/kopertip.v4i2.120
Fahmi, S. A., Ikhwan, A., & Sibarani, F. H. (2025). Implementasi data mining dengan menggunakan metode K-Means clustering untuk menentukan penjualan sparepart mobil. Jurnal Komputer Teknologi Informasi Sistem Informasi, 4(1), 204–209. https://doi.org/10.62712/juktisi.v4i1.388
Khaliq, A., Nawangsih, I., & Majid, A. M. (2026). Implementasi algoritma K-Means pada sistem persediaan barang. Bulletin of Computer Science Research, 6(2), 735–743. https://doi.org/10.47065/bulletincsr.v6i2.1017
Lestari, E. D. N., Rezky, S. F., & Alhafiz, A. (2025). Penerapan data mining untuk pengelompokan data stok barang dengan metode K-Means clustering. Jurnal Sistem Informasi Triguna Dharma, 4(3), 528–539. https://doi.org/10.53513/jursi.v4i3.8515
Lubis, B. O., Salim, A., Fibriany, F. W., Sidauruk, J., & Suharjanti. (2025). Penerapan metode K-Means clustering untuk analisa barang terlaris di Depo Bangunan Jakarta. Jurnal Sistem Informasi, 7(2), 624–638.
Muharam, F. A., & Novita, D. (n.d.). Penerapan metode K-Means clustering untuk menentukan prioritas persediaan barang (pp. 72–85).
Pratama, R., & Ramadhan, A. (2022). Penerapan metode Waterfall dalam pengembangan sistem informasi. Jurnal Informatika dan Rekayasa Perangkat Lunak.
Rahmadani, A., & Nursyahira. (2025). Implementasi algoritma K-Means untuk clustering data inventori. IJIRSE: Indonesian Journal of Informatic Research and Software Engineering, 5(1), 1–11.
Rahmatullah, D., Sasongko, A. T., & Anshor, A. H. (2026). Penerapan metode K-Means clustering untuk pengelompokan data persediaan barang pada PT. X, 1(1), 33–43.
Ramadon, E. T., & Albarra, M. A. (2025). Penerapan algoritma K-Means clustering untuk analisis pola penjualan toko kue dengan RapidMiner, 6(1).
Selfi Melisa, Defit, S., & Sovia, R. (2025). Penerapan algoritma K-Means clustering untuk optimalisasi persediaan liquid vape berdasarkan data penjualan. Jurnal KomtekInfo, 12, 38–45. https://doi.org/10.35134/komtekinfo.v12i1.620
Setiawan, A., & Kurniawan, H. (2023). Sistem informasi inventory berbasis web pada instansi pemerintahan. Jurnal Teknologi dan Manajemen Informatika, 9.
Siregar, A. M., & Siregar, M. P. (2023). Analisis dan perancangan sistem informasi inventory berbasis web. Jurnal Teknologi dan Sistem Informasi, 4(1), 12–25.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Nirman Romansyah, R. Wahyudi Darmawan, Martono
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
