Perancangan Sistem Manajemen Inventaris Barang Untuk Perhitungan Zakat Pertahun Menggunakan Metode Machine Learning Berbasis Web

Magfirah Magfirah, Muhammad Ichsan, Mukhsin Nuzula

Abstrak


Abstract - Trade zakat is one of the obligations that must be fulfilled by business owners whose wealth has reached the nisab and haul requirements. However, in practice, many Micro, Small, and Medium Enterprises (MSMEs) still experience difficulties in recording inventory and calculating zakat accurately because data management is still performed manually. Manual recording has risks such as calculation errors, data loss, and difficulties in determining the net worth of business assets used as the basis for trade zakat calculation. In addition, business owners generally do not yet have a system capable of predicting zakat obligations for the next period. This study aims to design and develop a web-based inventory management system for annual trade zakat calculation using the Laravel framework and MySQL database with the implementation of Machine Learning methods. The developed system is capable of managing inventory data, transactions, cash flow, calculating net worth, calculating trade zakat automatically based on gold nisab values, and predicting annual zakat using a simple linear regression algorithm based on users’ historical zakat data. The research method includes system requirements analysis, database design, interface design, system implementation, and system testing. The results of the study show that the developed system can assist MSME owners in managing business inventory more systematically, improving the accuracy of trade zakat calculation, and predicting zakat obligations for the next period automatically. With this system, inventory management and trade zakat calculation are expected to become more effective, efficient, and integrated through web-based technology.

 

Keywords - Trade Zakat, Inventory Management, Machine Learning, Linear Regression, Laravel, Web-Based System.

 

Abstrak - Zakat perniagaan merupakan salah satu kewajiban yang harus ditunaikan oleh pelaku usaha apabila harta yang dimiliki telah mencapai nisab dan haul. Namun, dalam praktiknya masih banyak pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) yang mengalami kesulitan dalam melakukan pencatatan inventaris barang dan perhitungan zakat secara akurat karena proses pengelolaan data masih dilakukan secara manual. Pencatatan manual berisiko menyebabkan kesalahan perhitungan, kehilangan data, serta kesulitan dalam mengetahui nilai harta bersih usaha yang digunakan sebagai dasar perhitungan zakat perniagaan. Selain itu, pelaku usaha juga belum memiliki sistem yang mampu memprediksi jumlah zakat yang harus dipersiapkan pada periode berikutnya. Penelitian ini bertujuan untuk merancang dan membangun sistem manajemen inventaris barang untuk perhitungan zakat pertahun berbasis web menggunakan framework Laravel dan database MySQL dengan penerapan metode Machine Learning. Sistem yang dibangun mampu mengelola data inventaris barang, transaksi, arus kas, menghitung harta bersih, menghitung zakat perniagaan secara otomatis berdasarkan nisab harga emas, serta memprediksi jumlah zakat pertahun menggunakan algoritma Regresi Linear sederhana berdasarkan data historis zakat pengguna. Metode penelitian yang digunakan meliputi analisis kebutuhan sistem, perancangan database, perancangan antarmuka, implementasi sistem, dan pengujian sistem. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu membantu pelaku UMKM dalam mengelola inventaris usaha secara lebih terstruktur, meningkatkan akurasi perhitungan zakat perniagaan, serta membantu memprediksi jumlah zakat pada periode berikutnya secara otomatis. Dengan adanya sistem ini, diharapkan pengelolaan inventaris dan perhitungan zakat perniagaan dapat dilakukan secara lebih efektif, efisien, dan terintegrasi berbasis teknologi web.

 

Kata Kunci - Zakat Perniagaan, Inventaris Barang, Machine Learning, Regresi Linear, Laravel, Sistem Berbasis Web.


Referensi


Connolly T, Begg C. Database Systems: A Practical Approach to Design, Implementation, and Management. 6th ed. Pearson; 2015.

Enterprise J. Pemrograman Laravel untuk Pemula. Jakarta: Elex Media Komputindo; 2020.

Hafizh Pratama. Sistem Informasi dan Perhitungan Zakat Berbasis Web Menggunakan Framework Laravel pada BAZNAS Kota Kendari. 2022.

Han J, Kamber M, Pei J. Data Mining: Concepts and Techniques. 3rd ed. Morgan Kaufmann; 2017.

Hidayat R. Pengembangan Sistem Informasi Berbasis Web. Bandung: Informatika; 2020.

Kadir A. Pengenalan Sistem Informasi. Yogyakarta: Andi Publisher; 2014.

Kusrini, Luthfi ET. Algoritma Data Mining. Yogyakarta: Andi Publisher; 2019.

Laudon KC, Laudon JP. Management Information Systems: Managing the Digital Firm. 16th ed. Pearson Education; 2020.

Mentari Tri Indah Rahmayani, dkk. Sistem Zakat Digital Berbasis Web Menggunakan Pendekatan Agile. 2023.

Nugroho B. Laravel untuk Pengembangan Aplikasi Web Modern. Yogyakarta: Andi Publisher; 2019.

Pressman RS, Maxim BR. Software Engineering: A Practitioner’s Approach. 9th ed. McGraw-Hill; 2020.

Rosa AS, Shalahuddin M. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika; 2018.

Sadham Alwie, Ifan Junaedi, Anton Zulkarnain Sianipar. Perancangan Aplikasi Pencatatan Zakat Berbasis Web Menggunakan Metode Rapid Application Development (RAD). 2022.

Sutabri T. Sistem Informasi Manajemen. Yogyakarta: Andi Publisher; 2019.

Turban E, Pollard C, Wood G. Information Technology for Management. 11th ed. Wiley; 2018.

Witten IH, Frank E, Hall MA. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann; 2016.

Zaki A. Pengantar Machine Learning dan Data Mining. Bandung: Informatika; 2021




DOI: https://doi.org/10.47647/jurnal%20liteinfo.v5i3.3990

Refbacks

  • Saat ini tidak ada refbacks.


  

Indexed by:

desain-mirzaj desain-mirzaj desain-mirzaj desain-mirzaj desain-mirzaj desain-mirzaj

desain-mirzaj desain-mirzaj desain-mirzaj desain-mirzaj desain-mirzaj desain-mirzaj

 

 

All papers published in Universitas Jabal Ghafur are licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.