Manajemen stok barang di gudang merupakan salah satu aspek kritis dalam operasional perusahaan. Namun, proses pencatatan inventaris yang masih menggunakan metode manual sering kali mengakibatkan inefisiensi, kesalahan data, dan pemborosan waktu. Tim mahasiswa Program Studi Sistem Komputer Universitas Komputer Indonesia telah mengembangkan solusi inovatif berupa sistem barcode scanner berbasis Internet of Things (IoT) yang dapat mengubah cara manajemen stok dilakukan.
Apa Masalahnya?
Pernahkah Anda membayangkan bagaimana petugas gudang mencatat ribuan barang secara manual? Proses ini tidak hanya memakan waktu berjam-jam, tetapi juga rawan terhadap kesalahan pencatatan. Beberapa tantangan utama yang dihadapi saat ini antara lain:
Inefisiensi waktu: Pencatatan manual membutuhkan waktu berhari-hari untuk satu kali stock opname.
Tingkat kesalahan tinggi: Data yang tercatat sering tidak sesuai dengan stok nyata.
Duplikasi data: Data dicatat berkali-kali di berbagai media (kertas, spreadsheet, sistem).
Kurangnya transparansi: Sulit untuk memantau perubahan stok secara real-time.
Solusi: Teknologi IoT untuk Manajemen Stok
Untuk mengatasi permasalahan tersebut, tim peneliti mengembangkan sebuah sistem barcode scanner berbasis IoT yang terintegrasi penuh. Sistem ini dirancang khusus untuk meningkatkan efisiensi, akurasi, dan transparansi dalam proses pencatatan stok barang.
Komponen Utama Sistem
1. Mikrokontroler ESP32
Sebagai “otak” dari sistem ini, ESP32 dilengkapi dengan WiFi dan Bluetooth bawaan yang memungkinkan koneksi nirkabel ke jaringan kampus atau perusahaan. Mikrokontroler ini mampu memproses data dengan kecepatan tinggi dan efisiensi energi yang baik.
2. Barcode Scanner GM67
Scanner ini dapat membaca berbagai jenis barcode 1D dan 2D dengan akurasi tinggi. Dilengkapi dengan LED indikator dan buzzer yang memberikan umpan balik langsung kepada pengguna ketika barcode berhasil dibaca.
3. Database Cloud (Firebase)
Data scanning disimpan secara real-time ke cloud database, memastikan data selalu tersinkronisasi dan dapat diakses dari mana saja, kapan saja.
4. Aplikasi Web untuk Monitoring
Dashboard web yang intuitif memungkinkan manajer gudang untuk memantau perubahan stok secara real-time, membuat laporan, dan menganalisis tren inventaris.
Bagaimana Sistem Bekerja?
1. Scanning: Petugas gudang mengarahkan scanner ke barcode barang.
2. Pemrosesan: ESP32 menerima data barcode dan memproses informasinya.
3. Pengiriman: Data dikirim melalui WiFi ke server cloud.
4. Penyimpanan: Informasi stok diperbarui otomatis di database.
5. Monitoring: Manajer dapat langsung melihat perubahan stok melalui dashboard.
Keunggulan Sistem
Sistem barcode scanner IoT ini menawarkan beberapa keunggulan kompetitif dibandingkan dengan metode manual tradisional:
1. Otomatisasi Penuh: Menghilangkan kesalahan manusia dalam pencatatan data
2. Real-time Synchronization: Data langsung tersimpan di cloud dan dapat diakses secara instant
3. Portabilitas Tinggi: Desain tanpa kabel memungkinkan penggunaan di seluruh area gudang
4. Cost-effective: Menggunakan komponen yang terjangkau dan readily available
5. User-friendly: Interface yang mudah dipelajari bahkan untuk pengguna non-teknis
6. Feedback Visual dan Audio: LED dan buzzer memberikan konfirmasi scanning yang jelas
7. Scalability: Dapat dikembangkan untuk penggunaan multi-device di gudang yang lebih besar
Hasil Pengujian Lengkap
Tabel Performa Utama
| Parameter | Hasil Rata-rata | Kondisi Optimal | Success Rate |
| Waktu Respon (detik) | 2,24 (±0,4) | 1,9-3,5 | 100% |
| Akurasi Scanning | 98% | Jarak 11-31 cm | 98% |
| Jarak Maksimal | 31 cm | Sudut 55°-130° | 73,3% |
| Sudut Kemiringan | 55°-130° | Pencahayaan baik | 60% |
| Stabilitas WiFi | 95% uptime | Sinyal kuat | 95% |
| Daya Tahan Baterai | 4-6 jam | 200-300 scan/jam | N/A |
Faktor Kritis Performa
Jarak & Sudut: Optimal 11-31cm/55°-130° karena CMOS sensor GM67. Di luar range, gunakan guide ergonomis.
Lingkungan: Cahaya redup kurangi akurasi 10%; solusi: LED tambahan.
WiFi: 95% stabil; buffer lokal cegah lost data saat interferensi. Dibanding proyek serupa , prototipe AHAAS unggul di portabilitas baterai dan Firebase integrasi yang murah (gratis tier).
Studi Kasus
Case Studies Serupa
1. Sistem IoT Barcode di Warehouse (2024)
Penelitian di Universitas Islam Malang menggunakan ESP32 + GM-65 scanner untuk produksi dan gudang. Hasil: akurasi 96%, waktu respon 2,5 detik, integrasi web real-time mirip Firebase. Sistem ini mengurangi error 75% dan mendukung traceability penuh.
2. Inventory ESP32-CAM + QR Code (IJRTI, 2025)
Implementasi QR scanning dengan ESP32-CAM ke cloud database. Fitur: validasi data otomatis, sinkronisasi WiFi, update stok dinamis. Cocok untuk gudang besar, mirip dengan prototipe AHAAS tapi fokus QR 2D.
3. RFID IoT Inventory (Arduino Expert, 2025)ESP32 + RFID module + Google Sheets.
Aplikasi: warehouse, retail. Fitur buzzer feedback, akses authorized, logging real-time. Dapat diadaptasi ke barcode GM67 untuk fleksibilitas lebih.
4. GM67 Scanner Spesifikasi Industri
GM67 mendukung 1D/2D (QR, Data Matrix, PDF417), resolusi 5mil, jarak 25-250mm, UART/USB. Digunakan di retail, manufaktur untuk scanning cepat. Cocok IoT karena konsumsi 180mA rendah.
Kasus-kasus ini membuktikan ESP32 + barcode scanner efektif untuk UMKM Indonesia, dengan ROI cepat melalui efisiensi 50-70%.
Dampak dan Manfaat Praktis
Implementasi sistem ini memberikan manfaat yang signifikan bagi operasional gudang:
Efisiensi Operasional
Pengurangan waktu stock opname hingga 60%. Mengurangi biaya operasional tenaga kerja. Meningkatkan kapasitas handling inventory.
Akurasi Data
Mengeliminasi kesalahan pencatatan manual. Mengurangi discrepancy antara data sistem dan stok fisik. Meningkatkan keandalan laporan inventaris.
Transparansi dan Monitoring
Dashboard real-time untuk monitoring stok- Akses informasi dari berbagai lokasi- Audit trail lengkap untuk setiap transaksi.
Skalabilitas Bisnis
Sistem dapat diintegrasikan dengan ERP systems. Mendukung ekspansi operasional dengan infrastruktur yang siap. Foundation untuk automation lebih lanjut.
Tantangan dan Solusi
Challenge 1: Range Operasional Terbatas
Masalah: Scanner hanya optimal pada jarak 11-31 cm dan sudut kemiringan 55°-130°.
Solusi: Memberikan training kepada pengguna mengenai teknik scanning yang benar dan panduan visual pada device
Challenge 2: Ketergantungan pada Koneksi WiFi
Masalah: Gangguan koneksi dapat menunda sinkronisasi data.
Solusi: Implementasi local buffer untuk menyimpan data sementara saat koneksi terputus.
Challenge 3: Kondisi Lingkungan
Masalah: Pencahayaan dan kondisi barcode mempengaruhi akurasi
Solusi: Penambahan LED illumination dan algoritma preprocessing untuk peningkatan kualitas barcode
Implementasi Praktis di UMKM
Langkah Deploy:
Hardware Setup: ESP32 + GM67 soldering (Rp 300.000/unit).
Firebase Config: Buat project gratis, atur rules security.
Firmware Upload: Arduino IDE, library WiFi/Firebase.
Web Dashboard: Next.js sederhana untuk monitoring.
Training: 1 jam/petugas untuk teknik scan.
Biaya Total (1 Unit): Rp 500.000 (hardware) + Rp 0 (cloud).
ROI: 3 bulan via efisiensi tenaga kerja. Cocok bengkel motor seperti AHAAS atau retail kecil.
Skalabilitas: Tambah device untuk gudang besar; integrasi ERP seperti Accurate/Odoo.
Kesimpulan
Penelitian dan pengembangan sistem barcode scanner berbasis IoT ini telah membuktikan bahwa teknologi dapat memberikan solusi praktis dan cost-effective untuk permasalahan nyata di industri logistik dan manajemen gudang. Dengan tingkat akurasi 98%, waktu respon 2,24 detik, dan pengurangan waktu operasional hingga 60%, sistem ini siap untuk diimplementasikan di berbagai organisasi, khususnya UMKM yang membutuhkan solusi digitalisasi. Keberhasilan implementasi di Bengkel AHAAS membuka peluang besar untuk adopsi yang lebih luas. Dengan terus melakukan perbaikan dan pengembangan berdasarkan feedback pengguna, sistem ini berpotensi menjadi solusi standar untuk digitalisasi gudang di era Industry 4.0.
Referensi
A. Al-Fuqaha, M. Guizani, M. Mohammadi, M. Aledhari, and M. Ayyash, “Internet of Things: A survey on enabling technologies, protocols, and applications,” IEEE Communications Surveys & Tutorials, vol. 17, no. 4, pp. 2347-2376, 2015.
J. Gubbi, R. Buyya, S. Marusic, and M. Palaniswami, “Internet of Things (IoT): A vision, architectural elements, and future directions,” Future Generation Computer Systems, vol. 29, no. 7, pp. 1645-1660, 2013.
L. Atzori, A. Iera, and G. Morabito, “The Internet of Things: A survey,” Computer Networks, vol. 54, no. 15, pp. 2787-2805, 2010.
Espressif Systems, “ESP32 Series Datasheet,” Version 4.6, Espressif Systems (Shanghai) Co., Ltd., 2022.
Firebase Team, “Firebase Realtime Database Documentation,” Google LLC, 2023.
GS1 Global Office, “GS1 General Specifications: Barcode Standards,” Version 22.0, GS1 Global Office, January 2022.
De Nero et al., “IoT-Based Barcode Scanning System for Production and Warehouse Management,” Batrisya: Journal of Electrical Engineering and Computer Science, vol. 2, no. 1, pp. 45-58, 2024. [Online]. Available: https://batrisyaedu.com/journal/index.php/batrisya/article/view/18
Arduino Expert Team, “Inventory Management System with ESP32: Real-time Tracking Using Barcode and RFID,” ArduinoExpert Blog, Feb. 16, 2025. [Online]. Available: https://arduinoexpert.com/inventory-management-system-with-esp32/
GROW International, “GM67 1D/2D USB UART Barcode Scanner Module: Technical Specifications and Performance Review,” Product Datasheet, Jun. 5, 2025. [Online]. Available: https://robu.in/product/gm67-barcode-scanner/
Hubtronics Engineering, “GROW GM67 Barcode Scanner Integration Guide for IoT Applications,” Technical Documentation, 2025. [Online]. Available: https://hubtronics.in/gm67-barcode-scanner-module
Autonoly Systems, “Firebase Inventory Management System: IoT Automation and Integration Best Practices,” Automation Guide, Dec. 31, 2024. [Online]. Available: https://www.autonoly.com/integrations/automation/firebase/inventory-management-system
Pratz222, “RFID and IoT-based Inventory Management System Using ESP32,” GitHub Repository, Feb. 9, 2024. [Online]. Available: https://github.com/pratz222/RFID-and-IoT-based-Inventory-management-system