ANALISIS PERBANDINGAN METODE AHP DAN TOPSIS DALAM PENGAMBILAN KEPUTUSAN REKOMENDASI LAPTOP

Abstrak

Penelitian ini dilatarbelakangi oleh kompleksitas pemilihan laptop yang sesuai dengan kebutuhan users di tengah maraknya variasi produk di pasaran. Sistem dikembangkan dengan menerapkan metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk menganalisis kriteria-kriteria utama seperti harga, kapasitas RAM, performa prosesor, penyimpanan, dan daya tahan baterai. Tujuan penelitian adalah untuk menganalisis perbandingan efektivitas metode AHP dan TOPSIS dalam memberikan rekomendasi laptop serta mengidentifikasi metode mana yang lebih optimal untuk sistem pendukung keputusan. Metode penelitian yang digunakan adalah eksperimental dengan pendekatan rekayasa perangkat lunak melalui tahapan analisis, perancangan, implementasi, dan pengujian. Hasil pengujian menunjukkan bahwa kedua metode mampu memberikan rekomendasi yang konsisten, dengan metode TOPSIS menunjukkan keunggulan dalam hal kecepatan komputasi, sementara AHP lebih unggul dalam akurasi penilaian berdasarkan preferensi users. Sistem yang dikembangkan berhasil merekomendasikan laptop terbaik dengan akurasi 90% berdasarkan evaluasi users.

This research is motivated by the complexity of selecting laptops that suit users needs amid the proliferation of product variations in the market. The system was developed by implementing the Analytical Hierarchy Process (AHP) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) methods to analyze main criteria such as price, RAM capacity, processor performance, storage, and battery life. The research aims to analyze the comparison of the effectiveness of AHP and TOPSIS methods in providing laptop recommendations and to identify which method is more optimal for the decision support system. The research method used is experimental with a software engineering approach through the stages of analysis, design, implementation, and testing. The test results show that both methods are capable of providing consistent recommendations, with the TOPSIS method demonstrating advantages in computational speed, while AHP is superior in assessment accuracy based on users preferences. The developed system successfully recommended the best laptops with 90% accuracy based on users evaluation.