ANALISIS PENGELOLAAN STOK BARANG DENGAN SEQUENTIAL SEARCH DAN SELECTION SORT PADA TOKO BANGUNAN

RAMLAN, SYAHRUL (2025) ANALISIS PENGELOLAAN STOK BARANG DENGAN SEQUENTIAL SEARCH DAN SELECTION SORT PADA TOKO BANGUNAN. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (341kB)
	Text BAB 2.pdf Download (577kB)
	Text BAB 3.pdf Download (1MB)
	Text BAB 4.pdf Download (548kB)
	Text BAB 5.pdf Download (261kB)
	Text LAMPIRAN.pdf Download (11MB)

Abstract

Penelitian ini menganalisis efektivitas algoritma Sequential Search dan Selection Sort dalam meningkatkan pengelolaan stok barang di Toko Bangunan Gunung Mas, yang masih menggunakan sistem manual. Permasalahan utama meliputi lambatnya pencarian data, risiko kesalahan inventaris, dan ketidakefisienan penyortiran stok, terutama saat menangani ribuan produk. Tujuan penelitian adalah mengevaluasi kemampuan kedua algoritma untuk mempercepat proses, meningkatkan akurasi, dan memastikan penggunaan sumber daya yang hemat. Metode penelitian menggunakan simulasi dataset dengan ukuran 100, 500, dan 1.000 rekaman, diuji pada kondisi data acak dan terurut. Hasil pengujian menunjukkan bahwa Sequential Search mampu menemukan data dengan akurasi 100% karena memeriksa setiap elemen satu per satu kompleksitas O(n)), tetapi waktu pencarian meningkat seiring jumlah data 0,5 detik untuk 100 data dan 5 detik untuk 1.000 data. Algoritma ini cocok untuk dataset kecil atau data tidak terurut. Sementara, Selection Sort mampu mengurutkan data dengan benar tetapi memerlukan waktu hingga 50 detik untuk 1.000 produk karena kompleksitas O(n²). Meski demikian, kedua algoritma hanya menggunakan memori kurang dari 1 MB, sehingga sesuai untuk sistem komputer sederhana. Penelitian merekomendasikan algoritma yang lebih efisien untuk data besar, seperti Binary Search (kompleksitas O(log n)) untuk pencarian data terurut dan Quick Sort (kompleksitas O(n log n)) untuk pengurutan. Penelitian ini membantu pelaku usaha kecil-menengah memilih algoritma sesuai kebutuhan operasional, mempercepat inventarisasi, mengurangi kesalahan, dan mendukung pengambilan keputusan berbasis data.

Item Type:	Thesis (Bachelor)
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	02 Jul 2025 03:29
Last Modified:	02 Jul 2025 03:29
URI:	http://repository.unas.ac.id/id/eprint/13242

Actions (login required)

View Item