Pengembangan Sistem Informasi Ticketing untuk Pengadaan Barang dengan Algoritme Analytic Hierarchy Process untuk Prioritas Berbasis Web (Studi Kasus PT. Kawasaki Motor Indonesia)

Main Author: Arthur, Samuel
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2020
Subjects:
Online Access: http://repository.ub.ac.id/180920/7/Samuel%20Arthur%20%282%29.pdf
http://repository.ub.ac.id/180920/
Daftar Isi:
  • Pengadaan barang merupakan suatu hal yang penting untuk mendukung pekerjaan pada PT. Kawasaki Motor Indonesia. Salah satu divisi yang melakukan proses pengadaan barang adalah divisi information system. Divisi ini mengatur segala hal yang berhubungan dengan IT. Bila divisi lain ingin melakukan pengadaan barang kepada divisi information system, divisi lain harus mengisi Requisition form untuk melakukan pengadaan barang. Namun terdapat permasalahan dalam proses pengajuan requisition form dikarenakan proses yang berlaku masih manual dan konvensional. Hal ini membuat kertas form yang sudah diisi secara manual masih harus diantarkan ke ruangan divisi information system, sedangkan PT. Kawasaki Motor Indonesia memiliki kawasan yang sangat luas dan divisi-divisi yang ada pun terpisah dengan jarak yang cukup jauh. Hal lain yang menjadi permasalahan adalah perusahaan ingin melakukan pengurangan konsumsi kertas dan terkadang divisi information system juga bingung untuk memutuskan pekerjaan mana yang harus didahulukan. Maka dari itu, dilakukan penelitian untuk dapat memecahkan masalah tersebut dan menghasilkan sebuah sistem informasi berupa ticketing untuk pengadaan barang dan memberi algoritme Analytic Hierarchy Process (AHP) untuk membantu membuat keputusan. Pada penelitian ini, metode yang digunakan adalah pendekatan model waterfall. Hasil yang didapatkan adalah sistem menghasilkan 25 kebutuhan fungsional dan 1 kebutuhan non fungsional yang kemudian diuji menggunakan pengujian unit dan pengujian validasi yang menghasilkan 100% valid. Pengujian kebutuhan non fungsional diuji menggunakan aplikasi sortsite untuk compatibility dan menghasilkan sistem dapat digunakan dalam berbagai web browser. Sistem juga diuji menggunakan User Acceptance Testing (UAT) yang menghasilkan nilai 100% berdasarkan tugas atau task yang diberikan. Pengujian akurasi dilakukan dengan membandingkan rank dari pakar dan sistem yang menghasilkan akurasi 66,6667%.