Implementasi Metode K-Medoids Untuk Pengelompokan Pergerakan Persediaan Obat dan Produk Kesehatan (Studi Kasus: PT. Lenko Surya Perkasa Sidoarjo)

Araeyya Yenofa Putri, - (2022) Implementasi Metode K-Medoids Untuk Pengelompokan Pergerakan Persediaan Obat dan Produk Kesehatan (Studi Kasus: PT. Lenko Surya Perkasa Sidoarjo). Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text (HALAMAN JUDUL)
081711633031_HALAMAN JUDUL.pdf

Download (152kB)
[img] Text (BAB I)
081711633031_BAB I.pdf

Download (76kB)
[img] Text (FULLTEXT)
081711633031_FULLTEXT.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Pengendalian persediaan merupakan faktor penting beroperasinya sebuah perusahaan karena mempengaruhi laba, biaya, perencanaan, dan strategi perusahaan. PT. Lenko Surya Perkasa Sidoarjo sebagai perusahaan distributor obat memiliki permasalahan pengendalian persediaan yakni kelebihan maupun kekurangan stok pada penyimpanan karena ketidaksesuaian jumlah pre order (PO) dikarena ketidaksesuaian perhitungan jumlah persediaan dan permintaan. Solusi yang diusulkan dalam penelitian adalah pengadaan sistem pendukung keputusan berbasis web untuk mengelompokkan produk fast moving dan slow moving dengan metode k-medoids. Langkah-langkah penelitian terdiri dari pengumpulan data, pengolahan data tahun 2018, 2019, dan 2020, pengelompokan produk, perancangan dan implementasi sistem, pengujian dan evaluasi sistem. Implementasi dengan Python dan Django menghasilkan sistem pengelompokan dengan hasil analisis terbaik pada data tahun 2020 yang menunjukkan bahwa pada cluster 1, terdapat 63 produk medium-moving, pada cluster 2, terdapat 1 produk super slow-moving, 25 produk pada cluster ketiga adalah fast-moving, 1 produk slow-moving pada cluster keempat, dan 1 produk super fast-moving pada cluster kelima. Hasil evaluasi sistem oleh pengguna yakni kepala cabang dan 2 admin gudang sebesar 3.33 dan 3.35 dari skala 4. Dari hasil yang didapatkan, sistem pengelompokan produk dengan menggunakan k-medoids clustering dapat berjalan dengan baik dengan nilai akurasi sebesar 0.69 dan dapat membantu manajemen perusahaan dalam menentukan rekomendasi persediaan yang sesuai.

Item Type: Thesis (Skripsi)
Additional Information: KK KKC S.FST.SI.03-22 Ara i
Uncontrolled Keywords: Pengendalian persediaan, k-medoids, clustering, silhouette score, python, django
Subjects: T Technology > T Technology (General) > T58.5-58.64 Information technology
Divisions: 08. Fakultas Sains dan Teknologi > Sistem Informasi
Creators:
CreatorsNIM
Araeyya Yenofa Putri, -NIM081711633031
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorPURBANDINI, -NIDN0012077103
Thesis advisorINDAH WERDININGSIH, -NIDN0017028004
Depositing User: sugiati
Date Deposited: 21 Aug 2026 02:10
Last Modified: 21 Aug 2026 02:10
URI: http://repository.unair.ac.id/id/eprint/144934
Sosial Share:

Actions (login required)

View Item View Item