PEMILIHAN PRODUK SAMPO SESUAI JENIS KULIT KEPALA DENGAN METODE PROMETHEE II
Abstract
Sampo telah menjadi salah satu kebutuhan yang digunakan setiap orang. Penelitian ini bertujuan untuk merekomendasikan sampo terbaik yang sesuai dengan jenis kulit kepala. Metode pengumpulan data yang dilakukan adalah dengan teknik wawancara dan pemberian angket secara random sampling pada 300 responden yang menggunakan sampo di kota pematangsiantar. Berdasarkan hasil wawancara dan angket diperoleh kriteria penilaian yakni kandungan (C1), harga (C2), persediaan (C3), kemasan (C4), aroma (C5) dan efek samping(C6). Alternatif yang digunakan pada penelitian yakni Lifebuoy (A1), Pantene (A2), Rejoice (A3) dan Pantene (A4). Metode penyelesaian yang diterapkan adalah Preference Ranking Organization for Evaluation (PROMETHEE II). Hasil dari algoritma menunjukkan bahwa alternatif yang tepat untuk shampoo adalah Sunsilk (A4) dengan net flow 0.3 dan diikuti dengan Rejoice (A3) dengan net flow 0.032. Hasil dari penelitian diharapkan dapat memberikan rekomendasi shampoo yang sesuai dengan jenis kulit kepala.
Keywords
Full Text:
PDFReferences
U. S. Utara, “Universitas Sumatera Utara,” pp. 1–4, 1985.
D. R. Sari, A. P. Windarto, D. Hartama, and S. Solikhun, “Sistem Pendukung Keputusan untuk Rekomendasi Kelulusan Sidang Skripsi Menggunakan Metode AHP-TOPSIS,” J. Teknol. dan Sist. Komput., vol. 6, no. 1, p. 1, 2018.
S. R. Ningsih and A. P. Windarto, “Penerapan Metode Promethee II Pada Dosen Penerima Hibah P2M Internal,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 3, no. 1, pp. 20–25, 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.
T. Imandasari, A. Wanto, and A. P. Windarto, “Analisis Pengambilan Keputusan Dalam Menentukan Mahasiswa PKL Menggunakan Metode PROMETHEE,” J. Ris. Komput., vol. 5, no. 3, pp. 234–239, 2018.
A. P. W. Budiharjo and A. Muhammad, “Comparison of Weighted Sum Model and Multi Attribute Decision Making Weighted Product Methods in Selecting the Best Elementary School in Indonesia,” Int. J. Softw. Eng. Its Appl., vol. 11, no. 4, pp. 69–90, 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.
M. Turnip, “Sistem Pakar Diagnosa Penyakit THT Menggunakan Metode Backward Chaining,” no. January 2015, 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,” pp. 60–67, 2016.
D. N. Batubara, D. R. S. P, and A. P. Windarto, “Penerapan Metode PROMETHEE II Pada Pemilihan Situs Travel Berdasarkan Konsumen,” no. 1.
B. Supriyadi, A. P. Windarto, T. Soemartono, and Mungad, “Classification of natural disaster prone areas in Indonesia using K-means,” Int. J. Grid Distrib. Comput., vol. 11, no. 8, pp. 87–98, 2018.
S. Sudirman, A. P. Windarto, and A. Wanto, “Data Mining Tools | RapidMiner : K-Means Method on Clustering of Rice Crops by Province as Efforts to Stabilize Food Crops In Indonesia,” IOP Conf. Ser. Mater. Sci. Eng., vol. 420, no. 12089, pp. 1–8, 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.
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.
A. P. Windarto, M. R. Lubis, and L. R. Komprehensif, “IMPLEMENTASI JST PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF IMPLEMENTATION OF NEURAL NETWORK IN PREDICTING TOTAL COMPREHENSIVE INCOME OF CONVENTIONAL COMMERCIAL BANKS USING,” vol. 5, no. 4, pp. 411–418, 2018.
A. Wanto and A. P. Windarto, “Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation,” J. Penelit. Tek. Inform., vol. 2, no. 2, pp. 37–44, 2017.
A. P. Windarto, “IMPLEMENTASI JST DALAM MENENTUKAN KELAYAKAN NASABAH PINJAMAN KUR PADA BANK MANDIRI MIKRO SERBELAWAN DENGAN METODE BACKPROPOGATION,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 1, no. 1, pp. 12–23, 2017.
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.
T. Budiharjo, Soemartono, T., Windarto, A.P., Herawan, “Predicting tuition fee payment problem using backpropagation neural network model,” Int. J. Adv. Sci. Technol., 2018.
T. Budiharjo, Soemartono, T., Windarto, A.P., Herawan, “Predicting school participation in indonesia using back-propagation algorithm model,” Int. J. Control Autom., 2018.
I. Tri, R. Yanto, M. Akmar, and T. Herawan, “Engineering Applications of Arti fi cial Intelligence A modi fi ed Fuzzy k -Partition based on indiscernibility relation for categorical data clustering,” vol. 53, pp. 41–52, 2016.
T. Takagi and M. Sugeno, “Fuzzy Identification of Systems and Its Applications to Modeling and Control,” IEEE Trans. Syst. Man Cybern., vol. SMC-15, no. 1, pp. 116–132, 1985.
R. Rahim et al., “Enhanced pixel value differencing with cryptography algorithm,” in MATEC Web of Conferences 197, 2018, vol. 3011, pp. 1–5.
F. Adelia, D. Wahyuli, T. Imanda, and A. P. Windato, “Analisis Promethee II Pada Faktor Penyebab Mahasiswa Sulit Menemukan Judul Artikel Ilmiah,” Jurnal Ilmiah KOMPUTASI, vol. 17, no. 2, pp. 131–135, 2018.
A. P. Windarto, “Implementasi Metode Topsis Dan Saw Dalam Memberikan Reward Pelanggan,” Klik - Kumpul. J. Ilmu Komput., vol. 4, no. 1, p. 88, 2017.
S. W. Nurul Azizah, “Sistem Pendukung Keputusan Seleksi Calon Karyawan Dengan Metode Promethee Studi Kasus Pamella Group Yogyakarta,” J. Sarj. Tek. Inform., vol. 2, pp. 1061–1075, 2014.
DOI: https://doi.org/10.24114/cess.v4i2.13500
Article Metrics
Abstract view : 1875 timesPDF - 1249 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
CESS (Journal of Computer Engineering, System and Science)
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License