Penerapan Sistem Informasi Pemantauan Harga Pangan Harian Berbasis Web di Biro Perekonomian Kantor Gubernur Sumatera Utara

Windy Halmania Hasibuan; Sandra Monica Nasution

doi:10.69693/ijmst.v5i1.14637

Authors

Windy Halmania Hasibuan Universitas Islam Negeri Sumatera Utara
Sandra Monica Nasution Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.69693/ijmst.v5i1.14637

Keywords:

Sistem Informasi, Pemantauan Harga Pangan, Berbasis Web, Waterfall, Pengujian Black-Box

Abstract

Pemantauan harga bahan pokok pangan setiap hari sangat penting bagi pemerintah daerah, khususnya Biro Perekonomian Sekretariat Daerah Provinsi Sumatera Utara, agar mendapatkan informasi yang teratur mengenai perubahan harga komoditas pangan pokok dan mengendalikan inflasi di wilayah tersebut. Namun, cara tradisional pengumpulan data harga pangan yang biasa dilakukan sering kali menghadapi masalah dalam hal efisiensi, akurasi, dan penyusunan data yang terpadu dari berbagai Kabupaten/Kota. Penelitian ini bertujuan untuk membuat sistem informasi pemantauan harga pangan harian berbasis web agar proses masukkan, penyimpanan, tampilan, dan pengelompokan data secara real-time bisa lebih mudah dilakukan oleh para pengambil keputusan. Data dikumpulkan dengan cara mengamati proses pengisian data, bertanya secara mendalam kepada orang yang mengelola data, serta membaca berbagai sumber referensi yang relevan. Sistem itu dibuat dengan metode Waterfall yang terdiri dari beberapa langkah, yaitu menganalisis kebutuhan, merancang sistem, melakukan pengerjaan, dan menguji sistem. Sistem itu dioperasikan menggunakan bahasa pemrograman PHP, database MySQL, dan layanan server lokal Apache/XAMPP. Desain diagram sistem menggunakan Use Case Diagram dan Activity Diagram, sedangkan pengujian kemampuan fungsional dilakukan dengan metode Black-box Testing. Fitur utama yang dikembangkan meliputi sistem autentikasi untuk admin, dashboard yang menampilkan visualisasi statistik mengenai total laporan dan area yang sudah terdata, formulir untuk menginput data komoditas harian, serta tabel rekap data yang terorganisir. Pengujian black-box terhadap lima skenario utama menunjukkan bahwa semua fungsi berjalan dengan baik 100% tanpa ada masalah teknis, sehingga sistem terbukti mampu mempercepat proses penyajian data komoditas pangan.

References

1. Fadhillah, M. B. A., Anggoro, R., & Priyatno, A. M. (2020). Analisis Performa Link Stability dari Faktor Kecepatan untuk Dinamisasi Zona pada Zone Routing Protocol. Jurnal Rekayasa Elektrika, 16(3), 145–152. https://doi.org/10.17529/jre.v16i3.16502

2. Hafidz, H., Irawan, M. D., & Nawar, H. D. (2022). Sistem Penginputan Data Bahan Pokok pada Pasar Tradisional Sumatera Utara Berbasis Website di Disperindag Sumut. SUDO: Jurnal Teknik Informatika, 1(3), 98–107. https://doi.org/10.31004/sudo.v1i3.35

3. Hernawati, E., Rosely, E., & Handini, R. W. (2018). Aplikasi Informasi Harga Kebutuhan Pokok Masyarakat Real Time. JUSTIN (Jurnal Sistem dan Teknologi Informasi), 6(4), 193–198. https://doi.org/10.26418/justin.v6i4.27012

4. Irawan, M. D., & Simargolang, S. A. (2018). Implementasi E-Arsip Pada Program Studi Teknik Informatika. Jurnal Teknologi Informasi, 2(1), 67–74. https://doi.org/10.36294/jurti.v2i1.405

5. Permatasari, R. D. (2022). Sistem Informasi Monitoring Harga Sembilan Bahan Pokok (Sembako) Kota Batam. Jurnal SITEBA (Sistem Informasi dan Teknologi Informasi), 1(1), 42–48.

6. Prasetya, M. R. A., & Priyatno, A. M. (2022). Dice Similarity and TF-IDF for New Student Admissions Chatbot. RIGGS: Journal of Artificial Intelligence and Digital Business, 1(1), 13–18. https://doi.org/10.31004/riggs.v1i1.5

7. Priyatno, A. M. (2019). The Application of HAAR Wavelet and Backpropagation for Diabetic Retinopathy Classification Based on Eye Retina Image. International Journal Of Science, Engineering, And Information Technology, 3(2), 139–142. https://doi.org/10.21107/ijseit.v3i2.4536

8. Priyatno, A. M. (2020). Spammer Detection Based on Account, Tweet, and Community Activity on Twitter. Jurnal Ilmu Komputer Dan Informasi, 13(2), 97–107. https://doi.org/10.21609/jiki.v13i2.871

9. Priyatno, A. M., & Firmananda, F. I. (2022). N-Gram Feature for Comparison of Machine Learning Methods on Sentiment in Financial News Headlines. RIGGS: Journal of Artificial Intelligence and Digital Business, 1(1), 01–06. https://doi.org/10.31004/riggs.v1i1.4

10. Priyatno, A. M., Muttaqi, M. M., Syuhada, F., & Arifin, A. Z. (2019). Deteksi bot spammer twitter berbasis time interval entropy et al. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 5(1), 37–46. https://doi.org/10.26594/register.v5i1.1382

11. Rahman, R., & Wahyuni, S. (2017). Desain Sistem Informasi Harga Pangan Realtime Sebagai Instrumen Kebijakan Pengendalian Inflasi Daerah. Jurnal INSYPRO (Information System and Processing), 2(2), 1–9.

12. Sanjaya, S., Priyatno, A. M., Yanto, F., & Afrianty, I. (2018). Klasifikasi Diabetik Retinopati Menggunakan Wavelet Haar. Seminar Nasional TIK (SNTIKI-10), 77–84.

13. Syuryadi, S., & Nurani, N. (2023). Sistem Informasi Monitoring Komoditas Harga Pangan Berbasis Web dan Android. Jurnal IT, 11(1), 15–23.

14. Usnaini, M., Yasin, V., & Sianipar, A. Z. (2021). Perancangan sistem informasi inventarisasi aset berbasis web menggunakan metode waterfall. Jurnal Manajemen Informatika Jayakarta, 1(1), 36–45. https://doi.org/10.38035/jmij.v1i1.12

15. Wahyudi, F., & Utomo, L. T. (2021). Sistem Informasi Manajemen Data Pengadaan Barang atau Jasa (SiMDA-PBJ) Berbasis Web. Jurnal Teknologi dan Manajemen Informatika, 7(1), 20–28. https://doi.org/10.26905/jtmi.v7i1.5512