Sistem Rekomendasi Kedai Kopi di Tangerang Berbasis Web dengan Metode AHP dan TOPSIS

Andreas Siagian, Christian (2023) Sistem Rekomendasi Kedai Kopi di Tangerang Berbasis Web dengan Metode AHP dan TOPSIS. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (213kB)
	PDF BAB_II.pdf Download (255kB)
	PDF BAB_III.pdf Download (2MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (14MB)
	PDF BAB_V.pdf Download (203kB)
	PDF DAFTAR_PUSTAKA.pdf Download (210kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (3MB)

Abstract

Masyarakat Indonesia pada umumnya gemar menghabiskan waktu bersama teman, keluarga hingga rekan bisnis sambil meminum kopi. Kebiasaan mengonsumsi kopi ini selain bisa dilakukan di rumah, juga dapat dilakukan di tempat yang lain seperti kedai kopi baik tradisional maupun modern. Hal ini pun memengaruhi pertumbuhan kedai kopi secara signifikan, khususnya di Tangerang. Sehingga masyarakat dihadapkan dengan begitu banyak pilihan dan alternatif kedai kopi untuk disinggahi. Penelitian ini dilakukan untuk membuat sebuah sistem yang bisa merekomendasikan kedai kopi di Tangerang berdasarkan prioritas kriteria yang diinput user. Oleh sebab itu sistem rekomendasi ini memakai jenis metode Multi Criteria Decision Making (MCDM) dimana proses membuat keputusan berdasarkan beberapa kriteria. Penelitian ini menggunakan metode Analytical Hierarchy Process (AHP) dan Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Penelitian ini diuji menggunakan Usefulness, Satisfaction, and Ease of Use (USE) Questionnare dan memperoleh predikat sangat baik dengan nilai keseluruhan sebesar 87,6%, sehingga kesimpulannya rata-rata responden merasa terbantu dengan adanya sistem rekomendasi ini.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Andreas Siagian, Christian (00000038106)
Contributors:	Endariahna Surbakti, Eunike
Keywords:	AHP, Kedai Kopi Tangerang, Sistem Rekomendasi, TOPSIS, USE Questionnaire
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	06 Nov 2024 03:31
URI:	https://kc.umn.ac.id/id/eprint/32402

Actions (login required)

View Item