Perancangan System Warehouse Berbasis Teknologi OCR Untuk Meningkatkan Efektivitas Dan Efisiensi

Alexander, Dean (2023) Perancangan System Warehouse Berbasis Teknologi OCR Untuk Meningkatkan Efektivitas Dan Efisiensi. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032221004-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 July 2026. Download (2MB) | Request a copy

Abstract

Perkembangan yang pesat akan teknologi informasi secara masif mendunia, berlomba menciptakan solusi sebagai bentuk gerakan digital supply chain, penggunaan teknologi informasi secara masif juga dilakukan pada dunia bisnis logistik yang merupakan dari bagian aktifitas supply chain, membutuhkan informasi yang akurat dan cepat menjadi area yang sangat penting untuk menjamin pengiriman barang yang tepat waktu dan tepat sasaran. Salah satu aspek penting dari proses logistik adalah pengelolaan warehouse yang efektif. Salah satu tantangan utama dalam pengelolaan warehouse yang efektif yaitu proses penerimaan barang di warehouse yang masih menyebabkan kesalahan seperti dengan kesalahan penulisan, ketidakakuratan pencatatan jumlah dan jenis maupun nama dari barang yang diterima dan dikeluarkan dari warehouse dengan membutuhkan waktu yang cukup lama untuk memproses. Telah banyak penelitian yang dilakukan dalam kegiatan data capturing dengan penerapan OCR tetapi tidak banyak ditemukan yang berfokus pada pengelolaan dokumen fisik bertulisan cetak maupun tangan di area warehouse, dan persiapan data base dalam website yang terhubung dengan teknologi OCR yang tersistematis, serta tidak adanya analisa investasi teknologi OCR mengenai cost efficiency. Oleh karena itu dalam membantu mengatasi masalah tersebut, penelitian ini melakukan perancangan dan penerapan system warehose berbasis teknologi OCR (Optical Character Recognition) dengan nama WareOCR dan dianalisa dari segi investasi dengan metode ROI. Dari hasil penelitian yang didapat dengan model pembuatan OCR dalam metode CNN bahwa akurasi sistem WareOCR terhadap data testadalah 93%, Return on Investment mendapatkan perhitungan sebesar 60.38%, dalam perhitungan NPV di tahun ke 3 dihasilkan angka Rp 112,911,033 dimana NPV > 0 proyek penerapan WareOCR dapat diterima, bahwa investasi tersebut memberikan nilai tambah sebesar 493% dari biaya total proyek. Pada penelitian ini pun mempunyai batasan penelitian berupa format invoice yang perlu diseragamkan untuk dapat dibaca dengan alat WareOCR serta kelebihan pada penelitian ini dapat mempersingkat waktu kerja data entry warehouse dalam melakukan input informasi kedalam database.
====================================================================================================================================
The rapid development of information technology is massive worldwide, racing to create solutions as a form of digital supply chain movement, massive use of information technology is also being carried out in the logistics business world which is part of supply chain activities, requiring accurate and fast information is a very important area to guarantee delivery of goods on time and on target. One important aspect of the logistics process is effective warehouse management. One of the main challenges in effective warehouse management is the process of receiving goods in the warehouse which still causes errors such as writing errors, inaccurate recording of the quantity, type and name of goods received and removed from the warehouse which takes quite a long time to process. There has been a lot of research carried out on data capturing activities with the application of OCR but not much has been found that focuses on managing printed and handwritten physical documents in the warehouse area, and preparation of data bases on websites connected to systematic OCR technology, and there is no analysis of technology investment. OCR regarding cost efficiency. Therefore, to help overcome this problem, this research carried out the design and implementation of a warehouse system based on OCR (Optical Character Recognition) technology with the name WareOCR and analyzed it from an investment perspective using the ROI method. From the research results obtained using the OCR creation model using the CNN method, the accuracy of the WareOCR system on test data is 93%, Return on Investment is calculated at 60.38%, in the NPV calculation in year 3 the figure is IDR 112,911,033 where NPV > 0 for the project implementing WareOCR it is acceptable that this investment provides added value of 493% of the total project cost. This research also has research limitations in the form of invoice formats which need to be standardized so they can be read with the WareOCR tool and the advantages of this research are that they can shorten the working time of the data entry warehouse in inputting information into the database

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Optical Character Recognition; Green Supply Chain; Digital Supply Chain; Convolutional Neural Network (CNN), Rate On Investment (ROI); Optical Character Recognition; Green Supply Chain; Digital Supply Chain; Convolutional Neural Network (CNN), Rate on Investment (ROI) ============================================================
Subjects:	T Technology > T Technology (General) > T56.8 Project Management T Technology > T Technology (General) > T58.6 Management information systems T Technology > T Technology (General) > T58.8 Productivity. Efficiency
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Dean Alexander
Date Deposited:	13 Feb 2024 04:21
Last Modified:	13 Feb 2024 04:21
URI:	http://repository.its.ac.id/id/eprint/106739

Actions (login required)

View Item