Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Teknik: Jurnal Ilmu Teknik dan Informatika JRIIN :Jurnal Riset Informatika dan Inovasi
Daulay, Zahira Putri Julia
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Graph Scheduling dan Decision Tree untuk Sistem Manajemen Pesanan pada UMKM 'Rumah Jahit Kemiri' Nadeak, Rodo Lamuel; Muhyiyuddin, M. Tsabat; Daulay, Zahira Putri Julia
Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi memberikan peluang bagi usaha mikro, kecil, dan menengah (UMKM) untuk meningkatkan efisiensi operasional melalui penerapan sistem berbasis data. Namun, Rumah Jahit Kemiri masih menghadapi permasalahan dalam penentuan harga jasa, pengelolaan pesanan, penjadwalan pengerjaan, dan manajemen stok bahan baku yang masih dilakukan secara manual. Penelitian ini bertujuan mengembangkan sistem manajemen pesanan terintegrasi dengan memanfaatkan algoritma Decision Tree Regressor untuk prediksi harga dan durasi pengerjaan, serta pendekatan Graph Scheduling berbasis Directed Acyclic Graph (DAG) untuk menentukan prioritas pengerjaan pesanan secara optimal. Sistem dikembangkan menggunakan arsitektur dua lapis yang mengintegrasikan aplikasi web berbasis PHP dan layanan machine learning berbasis Python Flask. Dataset yang digunakan berasal dari data historis pesanan Rumah Jahit Kemiri dengan berbagai fitur karakteristik pesanan. Hasil implementasi menunjukkan bahwa sistem mampu membantu memberikan estimasi harga dan waktu pengerjaan secara lebih konsisten serta meningkatkan efektivitas pengelolaan pesanan dan stok bahan baku secara terstruktur.
Clustering Pola Intensitas Curah Hujan Berbasis Data Radar NOAA NEXRAD Level II Menggunakan Algoritma K-Means Silvester kosamah; Lubis, Farizky Aulia; M. Faris Al Rafiq; Daulay, Zahira Putri Julia
Teknik: Jurnal Ilmu Teknik dan Informatika Vol. 6 No. 1 (2026): Mei : Teknik: Jurnal Ilmu Teknik dan Informatika
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/teknik.v6i1.1135

Abstract

Accurate classification of rainfall intensity patterns is important for early warning systems, hydrometeorological risk assessment, and water resource management. Surface rain gauges have limited spatial coverage, so this study uses NOAA NEXRAD Level II radar data from the KTLX station in 2023. K-Means clustering was applied to identify rainfall intensity patterns from 30 randomly selected days, with scans stratified into four daily time intervals. Seven features were extracted from each radar sweep, including reflectivity statistics, convective and stratiform ratios, and rainfall coverage. The data were normalized and balanced before clustering. The optimal cluster count was determined through a combined evaluation of the Elbow Method, Silhouette Score, and Davies-Bouldin Index, yielding K=5 as the most representative configuration. Evaluation results demonstrated a Silhouette Score of 0.3871 and a Davies-Bouldin Index of 0.8599, indicating moderate cluster cohesion that reflects the inherent overlapping nature of rainfall intensity transitions in radar reflectivity data. The clusters represent rainfall regimes from non-precipitating conditions to intense convective events. These results support the use of K-Means for automated rainfall pattern recognition and flood forecasting applications. 
Co-Authors Lubis, Farizky Aulia M. Faris Al Rafiq Muhyiyuddin, M. Tsabat Nadeak, Rodo Lamuel Silvester kosamah