Rancang Bangun Aplikasi Manajemen Penyusutan Barang Pada Laboratorium Departemen Elektronika Fakultas Teknik Universitas Negeri Padang

Miranda Miranda; Geovanne Farell; Denny Kurniadi; Resmi Darni

doi:10.24036/voteteknika.v11i1.120364

Rancang Bangun Aplikasi Manajemen Penyusutan Barang Pada Laboratorium Departemen Elektronika Fakultas Teknik Universitas Negeri Padang

Miranda Miranda⁽¹⁾, Geovanne Farell⁽²⁾, Denny Kurniadi⁽³⁾, Resmi Darni⁽⁴⁾,
(1) Universitas Negeri Padang

Indonesia
(2) Universitas Negeri Padang

Indonesia
(3) Universitas Negeri Padang

Indonesia
(4) Universitas Negeri Padang

Indonesia

Corresponding Author

DOI : https://doi.org/10.24036/voteteknika.v11i1.120364

Full Text:

Language : id

Abstract

Aplikasi ini dirancang untuk memudahkan pengelola laboratorium dalam memperkirakan penyusutan barang-barang di laboratorium dan memberikan wadah khusus yang dapat memprediksi penyusutan barang-barang dengan menghitung secara efisien mengenai butuhnya pengadaan di masa akan datang yang didapat dengan mengetahui berapa lama barang tersebut layak pakai di Laboratorium Jurusan Teknik Elektronika FT-UNP, dengan menggunakan metode Supervised learning adalah metode machine learning dengan algoritma Regresi Linier adalah teknik statistik yang menawarkan efek keluaran prediktif dengan bantuan penggunaan hubungan matematis yang berkembang di antara variabel. Variabel yang tidak memihak adalah variabel yang mempengaruhi pada saat yang sama dengan variabel dasar adalah variabel yang terpengaruh. Dengan bahasa pemrograman PHP dan framework Laravel dan melatih dataset menggunakan Scikit-Learn library.

Kata kunci: Aplikasi Prediksi, Machine Learning, Linear Regression, Barang Laboratorium

This application is designed to make it easier for laboratory managers to estimate the depreciation of goods in the laboratory and provide a special container that can predict the depreciation of goods by calculating efficiently the need for procurement in the future which is obtained by knowing how long the goods are suitable for use in the Department Laboratory FT-UNP Electronic Engineering, using the Supervised learning method is a machine learning method with a Linear Regression algorithm which is a statistical technique that offers predictive output effects with the help of the use of mathematical relationships that develop between variables. The impartial variable is the influencing variable at the same time as the basic variable is the affected variable. With the PHP programming language and the Laravel framework and training datasets using the Scikit-Learn library.

Keywords: Prediction App, Machine Learning, Linear Regression, Laboratory Items

References

Nurhidayati, Z. A. (2020, July 08). Barang Milik Negara dan Permasalahannya. Retrieved from Inspektorat Jendral Kementerian PUPR: https://itjen.pu.go.id/single_kolom/56

Saputra, A. (2021). Penerapan Qr Code Untuk Sistem Informasi Aset Barang Politeknik Negeri Bengkalis Berbasis Web (Doctoral dissertation, Politeknik Negeri Bengkalis).

Hoiriyah, H., & Andriyanto, A. (2018). SISTEM INFORMASI MANAJEMEN ASET SEKOLAH BERBASIS WEB. Indonesian Journal of Business Intelligence (IJUBI), 1(2), 81-88.

Ramdany, R., & Setiawati, Y. (2021). ANALISIS PENATAUSAHAAN ASET TETAP BARANG MILIK NEGARA (BMN). JURNAL AKUNTANSI, 10(2), 310-323.

Elfizon, E., Muskhir, M., & Candra, O. (2017). Pengembangan Media Trainer Elektronika Dalam Pembelajaran Teknik Elektronika Pada Pendidikan Vokasi Teknik Elektro Fakultas Teknik Universitas Negeri Padang.

Roihan, A., Sunarya, P. A., & Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang. Jurnal Khatulistiwa Informatika, 5(1), 490845.

Suryanto, A. A., & Muqtadir, A. (2018). Penerapan Regresi Linear Untuk Memprediksi Kebutuhan Produksi Padi. Prosiding SNasPPM, 3(1), 331-332.

Kusumawati, N., Marisa, F., & Wijaya, I. D. (2017). Prediksi Kurs Rupiah Terhadap Dollar Amerika Dengan Menggunakan Metode Regresi Linear. JIMP (Jurnal Informatika Merdeka Pasuruan), 2(3).

Susanto, B. F., Rostianingsih, S., & Santoso, L. W. (2021). Analisa Audio Features dengan Membandingkan Metode Multiple Regression dan Polynomial Regression untuk Memprediksi Popularitas Lagu. Jurnal Infra, 9(2), 77-83.

Rosa, A. S., & Shalahuddin, M. (2015). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek, Bandung: Informatika Bandung.

Larasati, H., & Masripah, S. (2017). Analisa dan perancangan sistem informasi pembelian grc dengan metode waterfall. Jurnal Pilar Nusa Mandiri, 13(2), 193-198.

Ramadhan, F., & Mahdiana, D. (2019). SISTEM PENUNJANG KEPUTUSAN PENENTUAN PRIORITAS PENERIMA SANTUNAN PADA YAYASAN CIKAL MANDIRI DENGAN MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING). IDEALIS: InDonEsiA journaL Information System, 2(3), 215-219.

Supriyono, S., & Muslimah, E. (2018). Perancangan Sistem Informasi Manajemen Kas Berbasis Web Studi Kasus: RS dr. Etty Asharto Batu. Matics, 10(1), 21-25.

M Teguh Prihandoyo. (2018). Unified Modeling Language (UML) Model Untuk Pengembangan Sistem Informasi Akademik Berbasis Web. Jurnal Informatika: Jurnal Pengembangan IT, 3(1), 126–129.

Permata, D., Tasrif, E., & Dewi, I. P. (2018). Perancangan sistem informasi pemesanan wedding organizer di Kota Padang. Voteteknika (Vocational Teknik Elektronika Dan Informatika), 6(1).

Jayanti, W. E., & Hendini, A. (2021). Pengembangan perangkat lunak pengujian kendaraan bermotor (Tanjidor) dengan model waterfall pada dinas perhubungan. Jurnal Khatulistiwa Informatika, 9(1).

M Teguh Prihandoyo. (2018). Unified Jayanti, W. E., & Hendini, A. (2021). Pengembangan perangkat lunak pengujian kendaraan bermotor (Tanjidor) dengan model waterfall pada dinas perhubungan. Jurnal Khatulistiwa Informatika, 9(1).