PENERAPAN PROMETHEE II PADA PEMILIHAN PRODUK CONDITIONER SEBAGAI UPAYA PENINGKATAN MINAT BELI KONSUMEN

Dinda Nabila Batubara, Agus Perdana Windarto, Mokhamad Ramdhani Raharjo

Abstract


Conditioner merupakan salah satu produk perawatan rambut yang digunakan setelah keramas. Conditioner digunakan untuk mengatasi berbagai jenis kerusakan rambut seperi rambut rontok, kering, kasar, sulit diatur dan lainnya. Banyaknya merk dan varian dari Conditioner yang beredar dipasaran yang mengakibatkan sulitnya konsumen memilih produk conditioner yang tepat. Sumber data penelitian dilakukan dengan wawancara dan memberikan angket secara random pada 250 responden di pematangsiantar. Berdasarkan hasil wawancara dan penyebaran angket diperoleh  5 kriteria penilaian pada pemilihan produk conditioner, yaitu Harga (C1), Kemasan (C2), Komposisi (C3), Dampak kegunaan (C4), Ketersediaan barang (C5) dan 4 alternatif yang digunakan, adalah Pantene (A1), Sunslik (A2), Tresemme (A3), Dove (A4). Pada penelitian ini menggunakan metode PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation) II. Hasil dari penelitian menunjukkan bahwa A3=Tresemme (Netflow=0.55) menjadi alternatif yang sesuai dengan kebutuhan konsumen. Diharapkan hasil penelitian dapat memberikan informasi dan membantu konsumen dalam menentukan produk conditioner yang tepat.


Keywords


Sistem Pendukung Keputusan; Promethee II; Conditioner; Pemilihan Produk; Minat beli

Full Text:

PDF

References


D. N. Batubara, D. R. S. P, and A. P. Windarto, “Penerapan Metode PROMETHEE II Pada Pemilihan Situs Travel Berdasarkan Konsumen,” no. 1.

Supriyono, “Sistem Penunjang Keputusan ( SPK ) Pemilihan Sepeda Motor,” Sist. Penunjang Keputusan ( Spk ) Pemilihan Sepeda Mot., no. SPK, pp. 1–3, 2012.

P. P. P. A. N. W. F. I. R. H. Zer and A. P. Windarto, “Analisis Pemilihan Rekomendasi Produk Terbaik Prudential Berdasarkan Jenis Asuransi Jiwa Berjangka Untuk Kecelakaan Menggunakan Metode Analytic Hierarchy Process ( Ahp ),” vol. 3, no. 1, pp. 78–82, 2018.

T. Imandasari and A. P. Windarto, “Sistem Pendukung Keputusan dalam Merekomendasikan Unit Terbaik di PDAM Tirta Lihou Menggunakan Metode Promethee,” J. Teknol. dan Sist. Komput., vol. 5, no. 4, p. 159, 2017.

M. R. Ritonga, S. Solikhun, M. R. Lubis, and A. P. Windarto, “Sistem Pakar Diagnosa Gejala Awal Penyakit Akibat Virus Pada Anak Berbasis Mobile Dengan Forward Chaining,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 2, no. 2, pp. 140–145, 2018.

A. S. Honggowibowo, “Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Web Dengan Forward Dan Backward Chaining,” TELKOMNIKA (Telecommunication Comput. Electron. Control., vol. 7, no. 3, p. 187, 2015.

M. G. Sadewo, A. P. Windarto, and A. Wanto, “Penerapan Algoritma Clustering Dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/ Mitigasi Bencana Alam Menurut Provinsi Dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 311–319, 2018.

A. P. Windarto, L. S. Dewi, and D. Hartama, “Implementation of Artificial Intelligence in Predicting the Value of Indonesian Oil and Gas Exports With BP Algorithm,” Int. J. Recent Trends Eng. Res., vol. 3, no. 10, pp. 1–12, 2017.

R. W. Sari, A. Wanto, and A. P. Windarto, “IMPLEMENTASI RAPIDMINER DENGAN METODE K-MEANS ( STUDY KASUS : IMUNISASI CAMPAK PADA BALITA BERDASARKAN PROVINSI ),” vol. 2, pp. 224–230, 2018.

A. P. Windarto, “Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering,” Techno.COM, vol. 16, no. 4, pp. 348–357, 2017.

M. G. Sadewo, A. P. Windarto, and D. Hartama, “PENERAPAN DATAMINING PADA POPULASI DAGING AYAM RAS PEDAGING DI INDONESIA BERDASARKAN PROVINSI MENGGUNAKAN K-MEANS CLUSTERING,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 2, no. 1, pp. 60–67, 2017.

A. P. Windarto, “Implementation of Data Mining on Rice Imports by Major Country of Origin Using Algorithm Using K-Means Clustering Method,” Int. J. Artif. Intell. Res., vol. 1, no. 2, pp. 26–33, 2017.

A. P. Windarto, D. Hartama, and N. Dalimunthe, Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah ( Studi Kasus AMIK Tunas Bangsa ). 2017.

A. Wanto, “Penerapan Jaringan Saraf Tiruan Dalam Memprediksi Jumlah Kemiskinan Pada Kabupaten/Kota Di Provinsi Riau,” Klik - Kumpul. J. Ilmu Komput., vol. 5, no. 1, p. 61, 2018.

A. P. Windarto, M. R. Lubis, and Solikhun, “MODEL ARSITEKTUR NEURAL NETWORK DENGAN BACKPROPOGATION PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL,” Kumpul. J. Ilmu Komput., vol. 5, no. 2, pp. 147–158, 2018.

A. P. Windarto, M. R. Lubis, and Solikhun, “IMPLEMENTASI JST PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL DENGAN BACKPROPAGATION,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 411–418, 2018.

T. Budiharjo, Soemartono, T., Windarto, A.P., Herawan, “Predicting school participation in indonesia using back-propagation algorithm model,” Int. J. Control Autom., 2018.

T. Budiharjo, Soemartono, T., Windarto, A.P., Herawan, “Predicting tuition fee payment problem using backpropagation neural network model,” Int. J. Adv. Sci. Technol., 2018.

B. Febriadi and A. Zamsuri, “RDBMS Applications as Online Based Data Archive: A Case of Harbour Medical Center in Pekanbaru,” IOP Conf. Ser. Earth Environ. Sci., vol. 97, no. 1, pp. 1–5, 2017.

M. Mesran, P. Pristiwanto, and I. Sinaga, “Implementasi Promethee Ii Dalam Pemilihan Pestisida Terbaik Untuk Perawatan Daun Pada Tanaman Cabe,” Comput. Eng. Sci. Syst. J., vol. 3, no. 2, p. 139, 2018.

A. Huda, L. Tanti, and R. Dewi, “Penerapan Metode Profile Matching Dan Promethee II Dalam Pemilihan Temu Karya Terbaik Pada PT . Jasa Marga,” vol. 6, no. 1, pp. 56–66, 2018.

S. Sundari, A. Wanto, Saifullah, and I. Gunawan, “Sistem Pendukung Keputusan Dengan Menggunakan Metode Electre Dalam Merekomendasikan Dosen Berprestasi Bidang Ilmu Komputer (Study Kasus di AMIK & STIKOM Tunas Bangsa),” in Seminar Nasional Multi Disiplin Ilmu, 2017, pp. 1–6.

M. Wafi, R. S. Perdana, and W. Kurniawan, “Implementasi Metode Promethee II untuk Menentukan Pemenang Tender Proyek ( Studi Kasus : Dinas Perhubungan dan LLAJ Provinsi Jawa Timur ),” vol. 1, no. 11, pp. 1224–1231, 2017.




DOI: https://doi.org/10.24114/cess.v4i2.13497

Article Metrics

Abstract view : 1654 times
PDF - 1052 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License