Rancang Bangun Sistem Rekomendasi Pemilihan Laptop Menggunakan Metode Vikor
Main Author: | Christin, Eva |
---|---|
Format: | Thesis NonPeerReviewed application/pdf |
Bahasa: | eng |
Terbitan: |
, 2020
|
Subjects: | |
Online Access: |
http://kc.umn.ac.id/15256/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/15256/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/15256/3/BAB_I.pdf http://kc.umn.ac.id/15256/4/BAB_II.pdf http://kc.umn.ac.id/15256/5/BAB_III.pdf http://kc.umn.ac.id/15256/6/BAB_IV.pdf http://kc.umn.ac.id/15256/7/BAB_V.pdf http://kc.umn.ac.id/15256/8/LAMPIRAN.pdf http://kc.umn.ac.id/15256/ |
Daftar Isi:
- Laptop merupakan suatu perangkat komputer pribadi yang berukuran relatif kecil yang dapat dibawa-bawa oleh pengguna. Laptop menjadi suatu kebutuhan primer yang sangat dibutuhkan dikalangan masyarakat, terutama di kalangan mahasiswa. Dampak dari kebutuhan laptop yang meningkat, dapat dilihat pada tingkat penjualan akan laptop. Pada tahun 2018, penjualan laptop mengalami peningkatan dengan rata-rata 1,4% setelah mengalami penurunan penjualan dalam 6 tahun terakhir. Alasan terbesar dari penurunan penjualan laptop dikarenakan banyaknya produk yang bermunculan dengan berbagai macam spesifikasi dan merek. Sehingga membuat konsumen mengalami kesulitan dalam memilih laptop yang sesuai dengan keiginan mereka. Dengan adanya permasalahan tersebut memberikan inspirasi untuk membangun sistem rekomendasi pemilihan laptop dengan menggunakan metode VIKOR (Vise Kriterijumska Optimizajica I Kompromisno Resenje). Metode VIKOR merupakan salah satu metode MultiCriteria Decision Making (MCDM) yang digunakan untuk menyeleksi sesuatu lebih dari satu kriteria dalam perangkingan dengan mengkompromi dari hasil alternative dan kriteria yang bertentangan dari sejumlah alternatif yang ada, sehingga metode VIKOR dapat memberikan hasil yang sesuai dengan kriteria. Sistem rekomendasi ini dirancang dan dibangun dengan menggunakan bahasa pemrograman PHP. Berdasarkan hasil uji coba yang dilakukan dengan menggunakan metode EUCS, didapatkan nilai kepuasan pengguna sebesar 84,51%. Sehingga dapat dikatakan bahwa sistem yang dibangun sangat berguna bagi user dalam memberikan rekomendasi laptop.