RANCANG BANGUN APLIKASI PENCATATAN DAN PREDIKSI STOK BERBASIS MOBILE DENGAN ALGORITMA XGBOOST UNTUK DEPOT AYLAQUA

Kusuma, Adi (2025) RANCANG BANGUN APLIKASI PENCATATAN DAN PREDIKSI STOK BERBASIS MOBILE DENGAN ALGORITMA XGBOOST UNTUK DEPOT AYLAQUA. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of File COVER.pdf] Text
File COVER.pdf

Download (734kB)
[thumbnail of File DAFTAR ISI.pdf] Text
File DAFTAR ISI.pdf

Download (577kB)
[thumbnail of File ABSTRAK.pdf] Text
File ABSTRAK.pdf

Download (553kB)
[thumbnail of File BAB I.pdf] Image
File BAB I.pdf
Restricted to Registered users only

Download (606kB)
[thumbnail of File BAB II.pdf] Image
File BAB II.pdf
Restricted to Registered users only

Download (771kB)
[thumbnail of File BAB III.pdf] Image
File BAB III.pdf
Restricted to Registered users only

Download (875kB)
[thumbnail of File BAB IV.pdf] Image
File BAB IV.pdf
Restricted to Registered users only

Download (3MB)
[thumbnail of File BAB V.pdf] Image
File BAB V.pdf
Restricted to Registered users only

Download (542kB)
[thumbnail of File DAFTAR PUSTAKA.pdf] Image
File DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (579kB)
[thumbnail of File LAMPIRAN.pdf] Text
File LAMPIRAN.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Depot AYLAQUA merupakan usaha penyedia air minum isi ulang yang berlokasi di Desa Sadabumi, Kecamatan Majenang, Kabupaten Cilacap. Dalam praktiknya, depot ini masih menghadapi kendala berupa keterlambatan pengiriman. Permasalahan tersebut muncul karena operasional yang belum tertata dengan baik, seperti tidak adanya sistem pencatatan pesanan yang jelas serta lemahnya pengawasan terhadap persediaan galon. Tujuan penelitian ini adalah untuk membangun aplikasi pencatatan pesanan yang dilengkapi fitur prediksi kebutuhan stok galon harian. Sistem dibangun dalam bentuk aplikasi mobile dan menggunakan algoritma Extreme Gradient Boosting (XGBoost) sebagai inti dari model prediksi. Dari hasil implementasi dan pengujian, aplikasi yang dibangun mampu berjalan sesuai fungsinya dan tingkat kelayakan penggunaan berada dipersentase 77,5%, sehingga dapat dinyatakan layak dipakai. Selain itu, model prediksi yang digunakan menunjukkan performa yang sangat baik, ditunjukkan dengan nilai Mean Absolute Error (MAE) sebesar 2.31, Root Mean Squared Error (RMSE) sebesar 3.25, serta Mean Absolute Percentage Error (MAPE) sebesar 7.00%. Dengan hasil tersebut, aplikasi dinilai efektif dalam membantu meningkatkan efisiensi pencatatan pesanan dan persediaan galon di Depot AYLAQUA.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Rizki Wahyudi, M.Kom., dan Mohammad Imron, M.Kom.
Uncontrolled Keywords: Kata kunci: Depot AYLAQUA, air minum isi ulang, pencatatan pesanan, prediksi, mobile, XGBoost, MAE, RMSE, MAPE.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 06 Oct 2025 02:46
Last Modified: 06 Oct 2025 02:46
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2844

Actions (login required)

View Item
View Item