SKRIPSI DIGITAL
Manajemen Stok Gudang Padi Cerdas Berbasis Website dengan Implementasi Artificial Intelligence = Web-Based Smart Rice Warehouse Stock Management With Artificial Intelligence Implementation
Pengelolaan stok hasil panen padi yang masih dilakukan secara manual dapat menyebabkan keterlambatan pembaruan informasi, kesalahan pencatatan, serta kesulitan dalam mengetahui kondisi persediaan secara akurat. Penelitian ini mengembangkan Sistem Manajemen Stok Gudang Padi Cerdas berbasis website dengan implementasi Artificial Intelligence untuk mendukung pencatatan, pemantauan, dan klasifikasi kondisi stok secara otomatis. Pemodelan Machine Learning dilakukan menggunakan 1.304 data transaksi hasil panen periode 2023 – 2026 dengan atribut tanggal panen, kecamatan, luas lahan, harga per kilogram, jumlah karung, dan total hasil panen. Lima algoritma dibandingkan, yaitu Logistic Regression, Decision Tree, Random Forest, Extreme Gradient Boosting (XGBoost), dan Long Short-Term Memory (LSTM), dengan evaluasi menggunakan Accuracy, Precision, Recall, F1-Score, Confusion Matrix, dan ROC-AUC. Hasil pengujian menunjukkan bahwa Random Forest merupakan model dengan performa terbaik dengan akurasi sebesar 98,77% dan F1 Score macro sebesar 98,62%. Model terpilih kemudian diintegrasikan ke dalam sistem berbasis website untuk mengklasifikasikan kondisi stok ke dalam kategori understock, safe stock, dan overstock secara otomatis. Pengujian fungsional menggunakan Black Box Testing terhadap 12 skenario menunjukkan bahwa seluruh fungsi sistem berhasil di jalankan dengan tingkat keberhasilan 100%, sehingga sistem dapat digunakan untuk mendukung pengelolaan dan pemantauan stok gudang padi secara terintegrasi.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah