Analisa Sistem Prediksi Kebutuhan BBM di SPBU Menggunakan Metode K-MEANS
Kata Kunci:
analisa, BBM, DFD, K-MEANS, PrediksiAbstrak
Latar Belakang: Bahan Bakar Minyak (BBM) adalah sebuah komoditas vital yang akan menjadi krusial di Masyarakat apabila terjadi kekosongan stok. Sebuah SPBU tentu saja harus dapat mengetahui berapa kebutuhan BBM yang diperlukan berdasarkan kebutuhan Masyarakat di sekitarnya. Tujuan: Penelitian ini bertujuan untuk menghasilkan sebuah analisa sistem prediksi kebutuhan BBM di SPBU dengan menggunakan metode K-MEANS. Analisa sistem adalah sebuah tahapan yang berisi gambaran mengenai kebutuhan user berdasarkan perangkat lunak yang ingin dibangun. Hasil dari analisa sistem dapat dijadikan sebagai acuan untuk desain sistem, dimana desain sistem adalah sebuah tahapan yang berisi gambaran mengenai seluruh desain yang dibutuhkan pada sebuah perangkat lunak. Metode: Metode yang digunakan dalam analisa dan desain sistem adalah dengan menggunakan metode analisa dan desain terstruktur. Hasil: Berdasarkan hasil penelitian diperoleh analisa sistem yang digambarkan dengan menggunakan data flow diagram. Data flow diagram yang dihasilkan yaitu data sebuah flow diagram level konteks Sistem Prediksi Kebutuhan BBM Di SPBU Menggunakan Metode K-Means, sebuah data flow diagram level 0 yang memiliki 5 buah proses, sebuah data flow diagram level 1 menghitung jumlah penjualan BBM yang memiliki 2 buah proses, sebuah data flow diagram level 1 clustering pelanggan yang memiliki 2 buah proses. Kesimpulan: Hasil analisa sistem menunjukkan bahwa DFD pada sistem prediksi BBM memerlukan 3 level, yaitu level konteks, level 0, dan level 1, dimana detail prediksi BBM dan clustering pelanggan dapat dilakukan pada DFD level 1
Unduhan
Referensi
Al-Fattah, S. M. (2021). Application of the artificial intelligence GANNATS model in forecasting crude oil demand for Saudi Arabia and China. Journal of Petroleum Science and Engineering, 200, 108368. https://doi.org/10.1016/j.petrol.2021.108368
Andr045. (2022, Agustus). Pengalihan Subsidi BBM agar Lebih Tepat Sasaran dan Bermanfaat bagi Masyarakat. Kementerian KOMINFO RI. https://www.kominfo.go.id/content/detail/44006/pengalihan-subsidi-bbm-agar-lebih-tepat-sasaran-dan-bermanfaat-bagi-masyarakat/0/artikel_gpr
Ardhita, D. P., Ilyas, N. A., Yoga, A., Saputra, F., & Kurniawan, H. (2022). Pengaruh Kenaikan BBM Terhadap Kehidupan Masyarakat Indonesia.
Arifin Tasrif. (2021, July 9). Peraturan Menteri Energi Dan Sumber Daya Mineral Republik Indonesia Nomor 20 Tahun 2021 Tentang Perhitungan Harga Jual Eceran Bahan Bakar Minyak.
Hrp, G. R., & Aslami, N. (2022). Analisis Damfak Kebijakan Perubahan Publik Harga BBM terhadap Perekonomian Rakyat Indonesia. Jurnal Ilmu Komputer, Ekonomi dan Manajemen (JIKEM), 2(1), 1464–1474.
Hu, H., Liu, J., Zhang, X., & Fang, M. (2023). An Effective and Adaptable K-means Algorithm for Big Data Cluster Analysis. Pattern Recognition, 139, 109404. https://doi.org/10.1016/j.patcog.2023.109404
Li, H., & Wang, J. (2022). Collaborative annealing power k -means++ clustering. Knowledge-Based Systems, 255, 109593. https://doi.org/10.1016/j.knosys.2022.109593
Mas. (2022, Agustus). SPBU di Probolinggo Sering Kehabisan Pertalite-Solar, Ini Kata Pertamina. Radar Bromo. https://radarbromo.jawapos.com/daerah/probolinggo/31/08/2022/spbu-di-probolinggo-sering-kehabisan-pertalite-solar-ini-kata-pertamina/
Rizky Fauzan. (2022, September 8). Isi BBM Pertalite Pelat Nomor Kendaraan Dicatat, Kenapa? Oke Finance. https://economy.okezone.com/read/2022/09/08/320/2663235/isi-bbm-pertalite-pelat-nomor-kendaraan-dicatat-kenapa
San-José, L. A., Sicilia, J., Pando, V., & Alcaide-López-de-Pablo, D. (2022). An inventory system with time-dependent demand and partial backordering under return on inventory investment maximization. Computers & Operations Research, 145, 105861. https://doi.org/10.1016/j.cor.2022.105861
Sarker, I. H. (2021). Machine Learning: Algorithms, Real-World Applications and Research Directions. SN Computer Science, 2(3), 160. https://doi.org/10.1007/s42979-021-00592-x
Shi, J. (2022). Application of the model combining demand forecasting and inventory decision in feature based newsvendor problem. Computers & Industrial Engineering, 173, 108709. https://doi.org/10.1016/j.cie.2022.108709
Siti Azura. (2022, September 13). Seperti Mobil, Beli Pertalite untuk Motor Juga Dicatat Nopolnya. Riau Pos. https://riaupos.jawapos.com/ekonomi-bisnis/13/09/2022/282061/seperti-mobil-beli-pertalite-untuk-motor-juga-dicatat-nopolnya.html
Soen, A. S., Sugianto, H., Theodorus, R., & Mapusari, S. A. (2022). Subsidi di Indonesia. WACANA EKONOMI (Jurnal Ekonomi, Bisnis dan Akuntansi), 21(1), 84–92. https://doi.org/10.22225/we.21.1.2022.84-92
Wisang Seto Pangaribowo. (2022, June 29). Warga Yogya Keluhkan Ribet Beli Pertalite Pakai Aplikasi. Kompas. https://yogyakarta.kompas.com/read/2022/06/29/230622078/warga-yogya-keluhkan-ribet-beli-pertalite-pakai-aplikasi-ini-penjelasan?page=all
Wisma Putra. (2022, June 28). Ragam Komentar Warga soal Beli Pertalite Wajib Pakai MyPertamina. DetikJabar. https://www.detik.com/jabar/bisnis/d-6151520/ragam-komentar-warga-soal-beli-pertalite-wajib-pakai-mypertamina
Yuan, K., Chi, G., Zhou, Y., & Yin, H. (2022). A novel two-stage hybrid default prediction model with k-means clustering and support vector domain description. Research in International Business and Finance, 59, 101536. https://doi.org/10.1016/j.ribaf.2021.101536
