PERBANDINGAN METODE SAW DENGAN PEMBOBOTAN MANUAL DAN OTOMATIS BERBASIS DECISION TREE DALAM PEMILIHAN PLATFORM E-COMMERCE BAGI UMKM

Izzulia Rahma, NIM.: 21106050079 (2025) PERBANDINGAN METODE SAW DENGAN PEMBOBOTAN MANUAL DAN OTOMATIS BERBASIS DECISION TREE DALAM PEMILIHAN PLATFORM E-COMMERCE BAGI UMKM. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (PERBANDINGAN METODE SAW DENGAN PEMBOBOTAN MANUAL DAN OTOMATIS BERBASIS DECISION TREE DALAM PEMILIHAN PLATFORM E-COMMERCE BAGI UMKM) 21106050079_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (2MB) | Preview
	Text (PERBANDINGAN METODE SAW DENGAN PEMBOBOTAN MANUAL DAN OTOMATIS BERBASIS DECISION TREE DALAM PEMILIHAN PLATFORM E-COMMERCE BAGI UMKM) 21106050079_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Pemilihan platform e-commerce yang tepat merupakan hal penting bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) dalam mengembangkan usahanya secara digital. Banyaknya alternatif platform menyebabkan pelaku UMKM kesulitan menentukan pilihan yang paling sesuai dengan kebutuhan bisnis mereka. Oleh karena itu, dibutuhkan sistem pendukung keputusan berbasis multikriteria untuk membantu proses pemilihan. Penelitian ini menggunakan metode Simple Additive Weighting (SAW) untuk menghitung nilai preferensi alternatif, dengan membandingkan dua pendekatan pembobotan: manual dan otomatis berbasis algoritma Decision Tree. Kedua pendekatan pembobotan sama-sama menggunakan lima kriteria utama, yaitu biaya transaksi, jangkauan pasar, kemudahan penggunaan, keamanan, dan fitur pemasaran. Pembobotan manual dilakukan berdasarkan rata-rata skor penilaian responden terhadap masing-masing kriteria, sedangkan pembobotan otomatis menggunakan algoritma Decision Tree melalui perangkat lunak RapidMiner untuk menghitung feature importance dari setiap kriteria berdasarkan pola pilihan responden. Alasan pemilihan Decision Tree adalah karena kemampuannya dalam mengidentifikasi atribut yang paling berpengaruh dalam klasifikasi secara otomatis, sehingga bobot yang dihasilkan bersifat lebih objektif dan berbasis data aktual. Performa kedua pembobotan dievaluasi dengan membandingkan hasil perangkingan akhir pada metode SAW. Data diperoleh melalui kuesioner online kepada 50 pelaku UMKM. Selanjutnya dilakukan proses pembobotan, normalisasi, perhitungan nilai preferensi, dan pemeringkatan akhir dari alternatif platform e-commerce. Hasil penelitian menunjukkan adanya perbedaan signifikan pada nilai bobot antara pendekatan manual dan otomatis. Namun, urutan peringkat akhir tetap sama, dengan Shopee sebagai platform yang paling direkomendasikan. Hal ini menunjukkan bahwa penggunaan pembobotan berbasis Decision Tree tidak selalu mengubah hasil akhir, tetapi mampu meningkatkan objektivitas dan transparansi dalam proses penentuan bobot. Oleh karena itu, pendekatan berbasis AI dinilai lebih adaptif terhadap data aktual dan dapat meningkatkan keandalan sistem pendukung keputusan berbasis data, khususnya dalam mendukung pengambilan keputusan strategis oleh pelaku UMKM di era digital.

Share this knowledge with your friends :

Actions (login required)

View Item