Perancangan Sistem Informasi Inventory Dengan Barcode Scanner Berbasis Web

Authors

  • Raihan Novalda Zhafira Universitas Pembangunan Panca Budi
  • Chairul Rizal Universitas Pembangunan Panca Budi
  • Nuranisah Nuranisah Universitas Pembangunan Panca Budi

DOI:

10.33395/jmp.v13i2.14531

Keywords:

Barcode Scanner, Inventory, Sistem Informasi, PT.Matosa

Abstract

Sebuah sistem informasi inventory yang terintegrasi dengan pemindai barcode dirancang dalam penelitian ini. Penelitian ini bertujuan untuk merancang sistem informasi inventory di PT. Matosa dengan memanfaatkan teknologi barcode scanner berbasis web menggunakan metode Waterfall. Sistem ini tidak hanya bertujuan untuk mengurangi kesalahan manusia dalam penginputan data, tetapi juga untuk meningkatkan efisiensi waktu dalam proses pencatatan dan pemantauan barang. Dengan menggunakan teknologi barcode, pengguna dapat menginput data dengan cepat, yang menghasilkan alur kerja yang lebih efisien dan staf yang lebih produktif. Aksesibilitas data yang lebih baik adalah keuntungan tambahan dari sistem ini. Sistem berbasis web ini memungkinkan kolaborasi yang lebih baik antar tim manajemen dan tim lapangan dengan memberikan akses instan ke informasi inventory dari berbagai perangkat dan lokasi. Selain itu, sistem ini memiliki fitur pelaporan yang memungkinkan manajer membuat laporan otomatis dan melacak tren penggunaan barang, yang membantu mereka membuat keputusan yang lebih baik dan merencanakan kebutuhan inventory di masa depan. Selain itu, fitur keamanan seperti enkripsi data dan kontrol akses yang ketat mencegah orang yang tidak berhak mengakses data pribadi. Secara keseluruhan, diharapkan bahwa sistem informasi inventory yang menggunakan scanner barcode berbasis web dapat membantu bisnis meningkatkan manajemen inventaris mereka.

GS Cited Analysis

Downloads

How to Cite

Zhafira, R. N., Rizal, C. ., & Nuranisah, N. (2025). Perancangan Sistem Informasi Inventory Dengan Barcode Scanner Berbasis Web. Jurnal Minfo Polgan, 13(2), 2493-2499. https://doi.org/10.33395/jmp.v13i2.14531

Most read articles by the same author(s)