Python Based Multi File Procurement Data Integration Automation at PT. XYZ

Diyan Pebriyanti, Nur Fitrianti Fahrudin

Abstract


Pengolahan data pengadaan yang melibatkan banyak file Microsoft Excel masih banyak dilakukan secara manual, terutama pada perusahaan berskala besar. Proses ini memerlukan waktu yang lama dan memiliki risiko kesalahan yang tinggi akibat ketidakkonsistenan format data serta human error. Penelitian ini bertujuan untuk meningkatkan efisiensi dan akurasi pengisian data pengadaan melalui penerapan otomatisasi berbasis bahasa pemrograman Python. Metodologi yang digunakan adalah CRISP-DM (Cross Industry Standard Process for Data Mining) dengan fokus pada tahapan business understanding, data understanding, dan data preparation. Data penelitian berasal dari PT. XYZ berupa beberapa file Excel Nota Kategori Belanja dan Belanja Regional dengan jumlah data mencapai ribuan baris tiap filenya. Proses otomatisasi dilakukan menggunakan Python pada platform Google Colab, meliputi pembersihan data, normalisasi format, agregasi data, serta integrasi dan pencocokan data berdasarkan nama kota atau kabupaten. Hasil penelitian menunjukkan bahwa otomatisasi mampu mempercepat proses pengisian kuantitas secara signifikan serta meningkatkan konsistensi dan akurasi data dibandingkan metode manual. Meskipun masih terdapat keterbatasan akibat ketidaksesuaian data sumber, solusi yang diusulkan terbukti efektif dalam mengurangi beban kerja manual dan meminimalkan kesalahan pengolahan data pengadaan.


Keywords


otomatisasi data;Python;CRISP-DM;integrasi data;data pengadaan

References


A. Budi Trisnawan, “Pemanfaatan Big Data dalam Sistem Informasi untuk Pengambilan Keputusan Strategis,” Journal of Information System and Education Development, vol. 3, no. 3, pp. 39–43, Sep. 2025, doi: 10.62386/jised.v3i3.163.

Alvina Dwi Suwandita, Vania Pijasari, Adinda Eka Diani Prasetyowati, and Mochammad Isa Anshori, “Analisis Data Human Resources Untuk Pengambilan Keputusan: Penggunaan Analisis Data Dan Artificial Intelligence (AI) Dalam Meramalkan Tren Sumber Daya Manusia, Pengelolaan Talenta, Dan Rentensi Karyawan,” Manajemen Kreatif Jurnal, vol. 1, no. 4, pp. 97–111, Oct. 2023, doi: 10.55606/makreju.v1i4.2161.

G. Gumilar and R. Wulan, “Sistem Informasi Peminjaman Aset Barang Kantor Di Lapas Kelas II A Cibinong,” Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI), vol. 5, no. 5, pp. 819–825, Oct. 2022, doi: 10.32672/jnkti.v5i5.4821.

Angelina M. T. I. Sambi Ua et al., “Penggunaan Bahasa Pemrograman Python Dalam Analisis Faktor Penyebab Kanker Paru-Paru,” Jurnal Publikasi Teknik Informatika, vol. 2, no. 2, pp. 88–99, Jul. 2023, doi: 10.55606/jupti.v2i2.1742.

Regina Lo et al., “Penggunaan Bahasa Pemrograman Python dalam Menganalisis Hubungan Kualitas Kopi dengan Lokasi Pertanian Kopi,” Jurnal Publikasi Teknik Informatika, vol. 2, no. 2, pp. 100–109, May 2023, doi: 10.55606/jupti.v2i2.1752.

Zidanul Akbar, Asrul Suwondo, Rizky Ramadhan, and Abdul Halim Hasugian, “Deteksi Warna Dasar Menggunakan Metode Thresholding HSV dengan OpenCV,” Neptunus: Jurnal Ilmu Komputer Dan Teknologi Informasi, vol. 3, no. 3, pp. 256–264, Aug. 2025, doi: 10.61132/neptunus.v3i3.1020.

D. A. Manalu and G. Gunadi, “IMPLEMENTASI METODE DATA MINING K-MEANS CLUSTERING TERHADAP DATA PEMBAYARAN TRANSAKSI MENGGUNAKAN BAHASA PEMROGRAMAN PYTHON PADA CV DIGITAL DIMENSI,” Infotech: Journal of Technology Information, vol. 8, no. 1, pp. 43–54, Jun. 2022, doi: 10.37365/jti.v8i1.131.

Andy Hermawan et al., “Optimalisasi Strategi Pemasaran Melalui Analisis RFM pada Dataset Transaksi Ritel Menggunakan Python,” Jurnal Manajemen Riset Inovasi, vol. 2, no. 4, pp. 254–267, Oct. 2024, doi: 10.55606/mri.v2i4.3246.

S. S. Mangun and K. Kusrini, “Prediksi Kebakaran Hutan Ibu Kota Nusantara Menggunakan Produk MODIS dengan Algoritma Regresi Linear, Gradient Boosting dan Decision Tree,” Jambura Journal of Informatics, vol. 1, no. 1, pp. 01–10, Apr. 2025, doi: 10.37905/jji.v1i1.30926.

M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” Journal of Applied Informatics and Computing, vol. 5, no. 2, pp. 103–108, Oct. 2021, doi: 10.30871/jaic.v5i2.3200.

H. Z. Yahya and Y. Ramdhani, “Klasifikasi Bumbu Dapur Pasar Menggunakan Metode Deep Neural Network Berbasis Android,” Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI), vol. 6, no. 1, pp. 19–33, Feb. 2023, doi: 10.32672/jnkti.v6i1.5569.

A. Az Zahra, N. Istiana, and A. Wibowo, “Implementasi Interpolasi Polinomial Bentuk Baku dan Metode Selisih Terbagi Newton Menggunakan Excel dan Google Colab,” GAUSS: Jurnal Pendidikan Matematika, vol. 8, no. 1, pp. 1–13, Jun. 2025, doi: 10.30656/gauss.v8i1.10589.

Febby Wilyani, Qonaah Nuryan Arif, and Fitri Aslimar, “Pengenalan Dasar Pemrograman Python Dengan Google Colaboratory,” Jurnal Pelayanan dan Pengabdian Masyarakat Indonesia, vol. 3, no. 1, pp. 08–14, Mar. 2024, doi: 10.55606/jppmi.v3i1.1087.

C. Schröer, F. Kruse, and J. M. Gómez, “A Systematic Literature Review on Applying CRISP-DM Process Model,” Procedia Comput Sci, vol. 181, pp. 526–534, 2021, doi: 10.1016/j.procs.2021.01.199.

V. Plotnikova, M. Dumas, and F. P. Milani, “Applying the CRISP-DM data mining process in the financial services industry: Elicitation of adaptation requirements,” Data Knowl Eng, vol. 139, p. 102013, May 2022, doi: 10.1016/j.datak.2022.102013.

A. A. A. Fernandes, M. Koehler, N. Konstantinou, P. Pankin, N. W. Paton, and R. Sakellariou, “Data Preparation: A Technological Perspective and Review,” SN Comput Sci, vol. 4, no. 4, p. 425, Jun. 2023, doi: 10.1007/s42979-023-01828-8.

Dr. S. R. Sukhdeve and S. S. Sukhdeve, “Google Colaboratory,” in Google Cloud Platform for Data Science, Berkeley, CA: Apress, 2023, pp. 11–34. doi: 10.1007/978-1-4842-9688-2_2.

R. Nursyanti, G. Prakarsa, S. N. Rahmawati, and A. Andriana, “Implementasi K-Nearest Neighbor untuk Prediksi Harga Bibit Kelapa Sawit dengan Metode CRISP-DM,” SisInfo, vol. 7, no. 1, pp. 124–134, Feb. 2025, doi: 10.37278/sisinfo.v7i1.1122.

A. M. Shimaoka, R. C. Ferreira, and A. Goldman, “The evolution of CRISP-DM for Data Science: Methods, Processes and Frameworks,” SBC Reviews on Computer Science, vol. 4, no. 1, pp. 28–43, Oct. 2024, doi: 10.5753/reviews.2024.3757.

A. Az Zahra, N. Istiana, and A. Wibowo, “Implementasi Interpolasi Polinomial Bentuk Baku dan Metode Selisih Terbagi Newton Menggunakan Excel dan Google Colab,” GAUSS: Jurnal Pendidikan Matematika, vol. 8, no. 1, pp. 1–13, Jun. 2025, doi: 10.30656/gauss.v8i1.10589.


Refbacks

  • There are currently no refbacks.


Publisher:

Department of Information Systems Institut Teknologi Nasional Bandung, Indonesia

Address: 4th Building  Institut Teknologi Nasional Bandung PHH. Mustofa Street No. 23 Bandung 40124, Indonesia

Contact: +627272215 (ext. 206)

Email: budiraharjo@itenas.ac.id