Jurnal Manajamen Informatika Jayakarta

IMPLEMENTASI WEBSITE E-COMMERCE PADA TOKO BAYAT MULTI JAYA MENGGUNAKAN FRAMEWORK LARAVEL

Sepitri Daruyani — 2026-11-01

E- commerce merupakan bagian bisnis yang berhubungan dengan kegiatan jual- beli barang/ jasa lewat internet dan E Commerce merupakan salah satu strategi sebuah perusahaan dagang untuk menaikkan penjualan di era digital saat ini. Bayat Multi Jaya merupakan toko elektronik yang menjual peralatan komputer dan laptop yang berlokasi di Bojongsari, Depok. masih menerapkan proses reservasi dan pencatatan data pelanggan secara manual sehingga rentan menimbulkan kesalahan pencatatan. Saat ini, Bayat Multi Jaya masih menggunakan sistem transaksi jual beli secara offline ke toko dan melalui aplikasi whatsapp, yang menyebabkan penjualan menjadi kurang efektif dan efesien. Penelitian ini bertujuan mengimplementasi website e-commerce yang dapat mempermudah dan meningkatkan kinerja pada Toko Bayat Multi Jaya dengan desain yang menarik dan konten yang relevan.Pembuatan website ini dibuat dengan menggunakan Framework Laravel, HTML, CSS, dan Database MySQL. Penulisan ini menggunakan dua metode, pengumpulan data penulis menggunakan wawancara dan metode pembuatan website menggunakan SDLC waterfall yang mencakup beberapa Langkah yaitu analisa, desain, implementasi, pengujian dan pemeliharaan. Hasil dari pembuatan website ini dapat diakses dengan Alamat URL https://bayatmultijaya-shop.com

Analisis dan Implementasi Metode Fuzzy Tsukamoto Berbasis Web untuk Menentukan Jumlah Produksi Sepatu Berdasarkan Tingkat Permintaan Pasar dan Ketersediaan Bahan Baku di PT KMK Global Sports

Mafrokhah Mafrokhah — 2026-11-01

PT KMK Global Sports adalah perusahaan manufaktur alas kaki yang menghadapi ketidakpastian dalam menentukan jumlah produksi akibat fluktuasi permintaan pasar dan ketersediaan bahan baku. Keputusan produksi yang sangat bergantung pada pertimbangan manajerial dan pemrosesan data yang terpisah dapat mengurangi konsistensi dalam perencanaan. Penelitian ini bertujuan untuk mengimplementasikan metode Fuzzy Tsukamoto dalam sistem pendukung keputusan berbasis web guna menentukan jumlah produksi alas kaki, serta mengevaluasi fungsionalitas dan konsistensi perhitungan aplikasi yang dikembangkan. Penelitian ini menggunakan pendekatan pengembangan sistem deskriptif dengan metode *Evolutionary Prototyping*. Data diperoleh melalui observasi, wawancara, dan catatan historis terkait produksi. Model ini menggunakan permintaan pasar dan inventaris bahan baku sebagai variabel input, serta jumlah produksi sebagai variabel output. Setiap variabel input direpresentasikan oleh tiga himpunan fuzzy, yang menghasilkan sembilan aturan *IF-THEN*. Proses inferensi menggunakan operator MIN untuk memperoleh nilai α-predikat, diikuti dengan penentuan nilai *crisp* z dan defuzzifikasi menggunakan metode rata-rata terbobot (*weighted-average*). Aplikasi diimplementasikan menggunakan Laravel dan MySQL serta diuji melalui *Black Box Testing* dan validasi perhitungan manual. Untuk input uji berupa permintaan sebesar 3.800 unit dan inventaris sebesar 17.000 unit, sistem menghasilkan rekomendasi produksi sebanyak 6.151 unit. Hasil penelitian menunjukkan bahwa aplikasi ini mampu mengintegrasikan data permintaan, inventaris, parameter fuzzy, aturan, dan perhitungan produksi ke dalam proses pendukung keputusan yang terstruktur.

Deteksi Makanan Khas daerah Bogor dan Estimasi Makronutrien Berbasis Android dengan YOLO

Danar Mas Saputra — 2026-11-01

Makanan khas Bogor memiliki keragaman yang tinggi, namun informasi kandungan makronutriennya belum terdokumentasi secara digital sehingga masyarakat kesulitan memantau asupan gizi hariannya. Penelitian ini bertujuan membangun aplikasi Android yang mampu mendeteksi makanan khas Bogor dari citra sekaligus menampilkan estimasi kalori, karbohidrat, protein, dan lemak. Model deteksi dibangun menggunakan arsitektur YOLOv8n-seg dengan pendekatan segmentasi instans sehingga beberapa objek makanan dapat dikenali sekaligus dalam satu citra. Pengembangan mengikuti kerangka kerja CRISP-DM yang meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Dataset terdiri atas 316 citra yang dikumpulkan secara mandiri dan dianotasi dengan poligon untuk lima kelas, yaitu Doclang, Toge Goreng, Cungkring, Laksa, dan Asinan Bogor, kemudian dibagi secara stratifikasi dengan perbandingan 70:20:10. Data makronutrien mengacu pada Tabel Komposisi Pangan Indonesia dan disesuaikan menggunakan pengali porsi berbasis rasio luas kotak deteksi terhadap luas citra. Model diterapkan pada layanan peladen berbasis FastAPI di dalam kontainer Docker dan diakses aplikasi Android melalui REST API. Hasil evaluasi pada data pengujian memperoleh mAP50 sebesar 0,9273 dan mAP50-95 sebesar 0,7593, dengan presisi sebesar 0,881 dan recall sebesar 0,834. Pengujian kotak hitam terhadap lima belas skenario seluruhnya memberikan hasil yang sesuai, aplikasi berjalan pada tiga belas perangkat Android dari tujuh merek berbeda, dan pengujian penerimaan pengguna terhadap tiga belas responden memperoleh persentase kelayakan sebesar 88,17% yang termasuk kategori Sangat Baik.