Pemodelan dan Evaluasi Kinerja Sistem Inventaris Elektronik Berbasis IoT Menggunakan Pendekatan Simulasi Monte Carlo
DOI:
https://doi.org/10.25181/inductor.v1i1.4814Keywords:
Internet of Things, manajemen inventaris, Monte Carlo simulation, UMKM, load cellAbstract
Manajemen inventaris merupakan faktor kritis dalam meningkatkan efisiensi operasional bengkel, khususnya pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM) yang masih mengandalkan sistem pencatatan manual. Metode tradisional rentan terhadap kesalahan pencatatan, keterlambatan pembaruan data, serta kesulitan pemantauan stok secara real-time, yang berdampak pada penurunan produktivitas dan meningkatnya risiko kekurangan maupun penumpukan stok. Penelitian ini bertujuan untuk memodelkan dan mengevaluasi kinerja sistem inventaris elektronik berbasis Internet of Things (IoT) menggunakan pendekatan simulasi Monte Carlo. Sistem yang dirancang memanfaatkan sensor load cell dengan modul HX711, mikrokontroler ESP32, servo motor, LED, buzzer, serta integrasi cloud database untuk monitoring real-time. Model matematis waktu pelayanan dirumuskan sebagai penjumlahan antara waktu pengerjaan teknis dan waktu pencarian suku cadang yang dimodelkan menggunakan distribusi probabilitas. Simulasi Monte Carlo dilakukan sebanyak ribuan iterasi untuk membandingkan produktivitas sistem manual dan sistem IoT, serta menganalisis probabilitas stockout dan akurasi sensor. Hasil simulasi menunjukkan bahwa sistem IoT meningkatkan rata-rata produktivitas harian dari 18,65 menjadi 23,54 kendaraan per hari dengan standar deviasi yang lebih rendah. Uji t independen menghasilkan p-value mendekati nol dan t-statistik -239,27, yang membuktikan perbedaan signifikan secara statistik. Selain itu,
akurasi sensor mencapai 99,2%. Temuan ini menunjukkan bahwa sistem inventaris berbasis IoT secara signifikan meningkatkan efisiensi, stabilitas operasional, dan keandalan manajemen stok, sehingga layak direkomendasikan untuk implementasi pada bengkel skala UMKM dalam menghadapi tantangan Industri 4.0.
Downloads
References
I. T. Ivan and R. S. Oetama, “Inventory Management System Using Economic Order Quantity And Reorder Point,” J. Teknol. Terap. G-Tech, vol. 8, no. 4, pp. 2168–2177, 2024, doi: 10.70609/gtech.v8i4.4780.
A. Saputri and A. M. Hirzan, “APLIKASI MANAJEMEN INVENTORI BERBASIS MOBILE MENGGUNAKAN FLUTTER DAN FIREBASE REALTIME DATABASE,” J. Inform. Dan Tek. Elektro Terap., vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4324.
S. Butsianto and S. Herdiyan, “SISTEM INVENTORI BERBASIS INTERNET OF THINGS MENGGUNAKAN RADIO FREQUENCY IDENTIFICATION ( STUDI KASUS PT. GRAFITECINDO CIPTAPRIMA ),” JSI J. Sist. Inf. E-J., vol. 13, no. 2, 2024, doi: 10.18495/jsi.v13i2.47.
I. Hapsari, J. A. Arlianto, and P. I. Santoso, “Simulation-Based Enhancement of Warehouse Layout and Inventory Control in An Indonesian Pharmaceutical Manufacturer,” J. Apl. Bisnis Dan Manaj., vol. 11, no. 2, p. 457, 2025, doi: 10.17358/jabm.11.2.457.
T. Ihsania, R. Y. Adhitya, A. Khumaidi, M. K. Hasin, and I. Sutrisno, “Analisis Waktu Performa Pengiriman Pada Sistem Peminjaman Inventaris Laboratorium berbasis IOT,” J. Elektron. Dan Otomasi Ind., vol. 10, no. 2, pp. 226–233, 2023, doi: 10.33795/elkolind.v10i2.2996.
F. Alzandy, M. Septianto, and S. Mulyeni, “Optimalisasi WMS (Warehouse Management System) dengan Pemanfaatan Internet of Things (IoT) di PT Nutrition and Special Foods: Studi Kasus pada Warehouse 4.0,” SABER J. Tek. Inform. Sains Dan Ilmu Komun., vol. 3, no. 3, pp. 96–106, 2025, doi: 10.59841/saber.v3i3.2922.
V. S. Yosephine, M. Batara, and M. Setiawati, “Scalable and Affordable IoT-based Inventory Control with Real-Time Monitoring for Small and Medium Enterprises,” J. Tek. Ind., vol. 27, no. 1, pp. 121–136, 2025, doi: 10.9744/jti.27.1.121-136.
F. Abdussalaam and B. Badriansyah, “Perancangan Sistem Informasi Pemeriksaan Barang Berbasis Web Menggunakan Metode SSAD,” EXPERT J. Manaj. Sist. Inf. Dan Teknol., vol. 11, no. 2, p. 174, 2021, doi: 10.36448/expert.v11i2.2167.
L. R. Gultom and V. S. Yosephine, “IoT-based inventory monitoring system for SMEs,” TEKNOSAINS J. Sains Teknol. Dan Inform., vol. 11, no. 2, pp. 331–341, 2024, doi: 10.37373/tekno.v11i2.1092.
R. Ridwansyah, D. M. Rifqie, and N. Nuridayanti, “Sistem Informasi Inventaris Toko berbasis Web untuk UMKM Penyewaan Kostum,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 5, no. 3, pp. 289–295, 2023, doi: 10.47233/jteksis.v5i3.874.
K. Angellin, R. S. Oetama, and M. K. Amri, “Web-Based Inventory and Sales Information System: Indonesian Micro Small Medium Enterprise Case Study,” JOINS J. Inf. Syst., vol. 8, no. 1, pp. 57–66, 2023, doi: 10.33633/joins.v8i1.7977.
F. O. Ugbebor, M. Adeteye, and J. Ugbebor, “Automated Inventory Management Systems with IoT Integration to Optimize Stock Levels and Reduce Carrying Costs for SMEs: A Comprehensive Review,” Journal of Artificial Intelligence General science (JAIGS) ISSN 3006-4023, vol. 6, no. 1. pp. 306–340, 2024. doi: 10.60087/jaigs.v6i1.257.
A. Tharatipyakul and S. Pongnumkul, “User Interface of Blockchain-Based Agri-Food Traceability Applications: A Review,” IEEE Access, vol. 9, pp. 82909–82929, Jan. 2021, doi: https://doi.org/10.1109/access.2021.3085982.
E. Sugiharti, M. Mustafid, R. R. Isnanto, B. Warsito, and A. Wibowo, “Quasi Monte Carlo for Periodic Review in Inventory Systems,” E3S Web Conf., vol. 448, p. 2033, 2023, doi: 10.1051/e3sconf/202344802033.
A. E. Adegbola, M. D. Adegbola, P. Amajuoyi, L. B. Benjamin, and K. B. Adeusi, “Advanced financial modeling techniques for reducing inventory costs: A review of strategies and their effectiveness in manufacturing,” Finance & Accounting Research Journal, vol. 6, no. 6. Fair East Publishers, pp. 801–824, 2024. doi: 10.51594/farj.v6i6.1180.
R. Wolniak and W. Grebski, “Business analytics in the case of inventory management in Industry 4.0 conditions,” Sci. Pap. Silesian Univ. Technol. Organ. Manag. Ser., vol. 2023, no. 182, 2023, doi: 10.29119/1641-3466.2023.182.35.
