Rancang Bangun Sistem Rekomendasi Masker Wajah Menggunakan Weighted Product

⭐ Aulia Yasmin, Shafira (2021) Rancang Bangun Sistem Rekomendasi Masker Wajah Menggunakan Weighted Product. Bachelor Thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (890kB)
	Text DAFTAR_PUSTAKA.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (643kB)
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (609kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (643kB) | Preview
	Text BAB_III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text BAB_V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (576kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Pada era pandemi ini, masyarakat diharuskan beraktivitas di rumah saja. Di rumah, masyarakat lebih sering terpapar Air Conditioner (AC) dan kurang terpapar sinar matahari, sehingga perlu merawat kulit tubuh. Hal tersebut akan berpengaruh pada penjualan produk perawatan kulit khususnya masker wajah. Setiap merek masker wajah menyediakan banyak produk untuk jenis kulit, manfaat yang dihasilkan, cara pengunaan dan harga yang berbeda-beda. Tidak semua masker cocok dan berfungsi dengan baik untuk semua jenis kulit, sehingga hal ini menimbulkan kesulitan untuk memilih merek atau jenis masker yang cocok untuk wajah mereka. Masyarakat khawatir dengan produk masker yang dibeli saat berbelanja online tidak cocok, karena tidak tahu masker wajah yang pas dengan jenis kulit dan kebutuhan. Dengan adanya permasalahan tersebut dibutuhkan adanya sistem rekomendasi masker wajah dengan menggunakan metode Weighted Product (WP). Metode WP merupakan metode dalam Multi Criteria Decision Making (MCDM). Metode WP menggunakan perkalian untuk menghubungkan nilai kriteria, dimana nilai setiap kriteria harus dipangkatkan terlebih dahulu dengan bobot kriteria yang bersangkutan. Sistem rekomendasi ini dirancang dan dibangun dengan menggunakan bahasa pemrograman PHP. Berdasarkan hasil uji coba yang dilakukan dengan menggunakan metode End User Computing Satisfaction (EUCS) dan menggunakan perhitungan skala likert, didapatkan nilai keseluruhan sebesar 86.81 %, sehingga dapat dikatakan bahwa sistem yang dibangun sangat baik bagi user dalam memberikan rekomendasi masker wajah.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Aulia Yasmin, Shafira (00000025149)
Contributors:	Vasty Overbeek, Marlinda Endariahna Surbakti, Eunike
Keywords:	End User Computing Satisfaction, Multi Criteria Decision Making, Sistem Rekomendasi, Skala Likert, Weighted Product
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 003 Systems (Computer Modeling and Simulation) 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.4 System Programming, Operating System, Computer Interface
Sustainable Development Goals:	Goal 03. Ensure healthy lives and promote well-being Goal 04. Ensure inclusive and equitable quality education and promote lifelong learning
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	24 Aug 2021 11:47
URI:	https://kc.umn.ac.id/id/eprint/17882

Actions (login required)

View Item