This thesis is focused on requirements analysis of a sawmill company for a new timber stock evidence system and based on the analysis describes the process of development of the system. The process covers architecture and structure design as well as data storage solution. Apart from the development stage itself, it also covers the implementation of the system in the company’s environment and economic evaluation of the process. The system is being developed using the Javascript programming language and uses modern technologies such as React, Node.js and MongoDB.

Denna undersökning handlar om hur data för ett lagerhanteringssystem, inom oljebranschen, kan lagras på ett mer effektivt sätt. Med hjälp av en databasmodell bidrar den här rapporten genom att visa nya lagringsmöjligheter som finns för företaget Preem. Förutom det ger undersökningen, bland annat, svar på hur skillnader mellan uppgiven (enligt leverantören) och uppmätt drivmedelsvolym för utförda leveranser kan beräknas, med hjälp av att begära information från en databas. Genom en bättre utförd datalagring kommer det vara lättare att hantera ett lager och kunna upptäcka när ett fel uppstår, som gör att informationen om volymen i lagret ändras felaktigt. Ett vanligt existerande problem är att två källor anger två olika resultat som berör lagermängden. Rapporten innehåller två framtagna databasmodeller samt inkluderar de teoretiska fakta som krävs för att förstå sådana modeller, och att kunna få en uppfattning för hur en sådan modell implementeras som en databas. Exempel på sådan information är vad en databas är, hur modellering av en sådan går till, bland mycket annat. Samtidigt framhåller denna undersökning idéer på vad det finns för fortsatta utvecklingsmöjligheter för Preem. / The purpose of this research is to study how a stock management system within the oil industry can be stored in a more efficient way. With the use of a database model, this study will show new data storage possibilities for Preem (one of the largest fuel companies in Sweden). The research will determine the difference between the fuel volume stated (by the supplier) and the measured volume (in the tank), by requesting information from a new designed database. With more effective data storage it will be easier to manage stock and to detect errors, which can interfere with the information about the volume in stock. Having two different sources of information that can give two different results for the stock quantity, causes these errors. The report contains two developed database models as well as the theoretical facts that is necessary for understanding such models and their implementation as a database. For example gives a definition of a database, and a description of the modelling process. This research is concluded by some recommendations for Preem’s future progress for the system.