Implementasi Graph Scheduling dan Decision Tree untuk Sistem Manajemen Pesanan pada UMKM 'Rumah Jahit Kemiri'
Keywords:
Decision Tree Regressor, Graph Scheduling, DAG, Manajemen Pesanan, UMKMAbstract
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.
References
Albeshri, A. (2021). Scheduling problems with precedence constraints and optimization approaches. Algorithms, 14(8), 246.
Doh, H. H., Yu, J. M., Kwon, Y. J., et al. (2021). Decision tree based scheduling for flexible job shops. Procedia / Conference Proceedings.
Guan, H., Zhang, Y., Xian, M., Cheng, H. D., & Tang, X. (2021). SMOTE-WENN: Solving class imbalance problems. Applied Intelligence, 51(3), 1394–1409.
Guo, J., Wang, H., Li, X., & Zhang, L. (2021). Stream classification algorithm based on decision tree. Mobile Information Systems, 2021.
Hartama, D., & Amalya, N. (2025). Perbandingan algoritma decision tree dan random forest dalam klasifikasi data. Jurnal Manajemen Informatika dan Komunikasi, 6(1), 72–80.
Hua, Z., Qi, F., Liu, G., & Yang, S. (2021). Learning to schedule DAG tasks. arXiv / Conference Paper.
Kiran, S., Reddy, G. R., Girija, S. P., et al. (2023). Gradient boosted decision tree for classification problems. Healthcare Analytics, 3.
Manullang, S., Hakim, M. Z., & Saputra, A. H. (2024). Prediksi particulate matter 10 menggunakan model decision tree regressor di DKI Jakarta. Jurnal Kesehatan dan Pengelolaan Lingkungan, 5(2), 53–61.
Sánchez, J. M., Espitia, H. E., & González, C. L. (2025). Net rural migration classification in Colombia using supervised decision tree algorithms. Algorithms, 18(12), 797.
Taihuttu, H. Y., & Sitanggang, I. S. (2024). Spatial classification of forest and land fire risk using decision tree algorithm. IOP Conference Series: Earth and Environmental Science, 1315(1).
