Komparasi Algoritma SAW dan Topsis dalam Menentukan Reseller Terbaik di Green Centermart
Abstract
Penelitian ini bertujuan untuk mengatasi permasalahan dalam proses penilaian reseller di Green CentreMart, yang hingga kini masih dilakukan secara sederhana dan hanya berfokus pada total penjualan. Metode manual tersebut rentan menimbulkan subjektivitas dan mengabaikan faktor-faktor penting seperti frekuensi order, keaktifan reseller, retur produk, serta komplain pelanggan, sehingga menghasilkan penilaian yang kurang objektif. Untuk meningkatkan akurasi dan keadilan dalam menentukan reseller terbaik, penelitian ini membandingkan dua algoritma Sistem Pendukung Keputusan, yaitu Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), dalam menentukan reseller terbaik di Green CentreMart. Penilaian dilakukan berdasarkan lima kriteria, yaitu jumlah order, frekuensi order, keaktifan reseller, retur produk, dan komplain pelanggan dengan lima data sampel preferensi (reseller). Hasil menunjukkan bahwa TOPSIS lebih direkomendasikan dengan nilai Euclidean Distance 0.2542, dibandingkan SAW yang bernilai 0.5579. Temuan ini dapat membantu perusahaan dalam meningkatkan objektivitas dan efisiensi penilaian reseller.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
Damayanti, A. (2020). Analisis Mekanisme Dalam Bisnis Online Perspekstif Ekonomi Islam ( Studi Kasus Di Ulfa Hijab Store Tulungagung ). Ekonomi Syariah, 07(02), 73–97.
Hadikurniawati, W., & Cahyono, T. D. (2023). Implementasi Metode Electre (Elimination Et Choice Transiting Reality) Untuk Penentuan Reseller Terbaik. Dinamik, 28(2), 89–96.
Hertita, D. (2022). Setiap Pebisnis Harus Punya Buku Ini. Elex Media Komputindo.
Indina, F., Purnama, I., & Harahap, S. Z. (2021). Analisa Metode SAW Dalam SPK Penentuan Pelanggan Terbaik. JIKOMSI [Jurnal Ilmu Komputer dan Sistem Informasi]. (Vol.4 Issue 2).
Kurniawan, G. P., Shalikhah, S. Z., Shofiat, H., Azizah, N. N., & Mahmud Mochtar. (2021). Analisis Hukum Ekonomi Syariah Terhadap Penggunaan Sistem Reseller dalam Jual Beli Online (Studi Kasus Pada Chaa Shopp Bulukumba). Jurnal Tana Mana, 2(1), 46–48.
Marbun, M., & Sinaga, B. (2019). Buku Ajar Sistem Pendukung Keputusan Penilaian Hasil Belajar STMIK Pelita Nusantara Medan. Rudang Mayang Publisher.
Mardiana, Dikpride D., Meizano AM., Trisya S., & Tiara AL. (2022). Sistem Navigasi Augmented Reality dengan Pencarian Jalur Terbaik Menuju Lokasi Pustaka (Studi Kasus Pada UPT Perpustakaan UNILA). Jurnal Orofesi Insinyur (JPI), 3(2).
Nelvi, A. (2023). Perancangan Sistem Informasi Pemasaran Aneka Rajut Menerapkan E-commerce Pada Toko Bizhie Handmade Menggunakan Bahasa Pemrograman PHP DAN Database MYSQL. Jurnal Teknik dan Teknologi Tepat Guna. 2(1), 131–139.
Pungkasanti, P. T., Wakidah, N., & Kurniawan, R. R. F. (2023). Penerapan metode Weighted Aggregated Sum Product Assessment (WASPAS) dalam menentukan reseller terbaik. Aiti, 20(2), 206–219.
Safitri, N., Nurdin, N., Aisyah, S., Musyahidah, S., & Pakawaru, I. (2022). Analisis Strategi Komunikasi Pemasaran Reseller dalam Meningkatkan Penjualan di Desa Sibalaya Utara. Jurnal Ilmu Ekonomi dan Bisnis Islam (JIEBI), 4(1), 12.
Sinlae, F., Maulana, I., Setiyansyah, F., & Ihsan, M. (2024). Pengenalan Pemrograman Web: Pembuatan Aplikasi Web Sederhana Dengan PHP dan MySQL. Jurnal Siber Multi Disiplin (JSMD), 2(2), 68–82.
Wahyudi, A. D. (2024). Sistem Pendukung Keputusan Pemilihan Reseller Terbaik Menggunakan TOPSIS. Jurnal Media Jawadwipa, 1, 35–43.
Wawan Firgiawan, S., Cokrowibowo, S., & Zulkarnaim, N. (2019). Komparasi Algoritma SAW, AHP, dan TOPSIS dalam Penentuan Uang Kuliah Tunggal (UKT). Journal of Computer and Information System (J-CIS), 1(2), 1–11.
Wikansari, R., Syahputra, H., Nurmawati, & Murfat, M. Z. (2019). Sistem Pendukung Keputusan Seleksi Karyawan Baru: Studi Kasus pada PT. Pupuk Iskandar Muda. Sefa Bumi Persada.
Zr, A. A., & Istyanti, A. N. (2022). Rancang Bangun Sistem Pendataan Request Lagu dari Program Acara di RRI Medan Berbasis Website. Hello World Jurnal Ilmu Komputer, 1(2), 98–105.
DOI: https://doi.org/10.30998/semnasristek.v10i1.8843
Refbacks
- There are currently no refbacks.
Prosiding SEMNAS RISTEK indexed by:

