RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN MOBIL KELUARGA MENGGUNAKAN METODE TOPSIS DENGAN INTEGRASI MANAJEMEN PENGETAHUAN (Studi Kasus: Mitsubishi Dipo Ciputat)

Abstrak

Pemilihan mobil keluarga oleh konsumen sering kali bersifat subjektif sehingga berpotensi tidak sesuai dengan kebutuhan aktual. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan pemilihan mobil keluarga dengan menerapkan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Kriteria yang digunakan meliputi harga, kapasitas mesin, konsumsi bahan bakar, kapasitas penumpang, dan fitur keselamatan. Data alternatif kendaraan diambil dari unit mobil yang tersedia pada dealer Mitsubishi Dipo Ciputat. Penelitian ini mengintegrasikan metode TOPSIS dengan manajemen pengetahuan melalui basis pengetahuan sebagai referensi pengambilan keputusan. Proses penelitian meliputi analisis kebutuhan, perancangan sistem, pengolahan data kriteria, normalisasi matriks keputusan, pembobotan, hingga perhitungan nilai preferensi tiap alternatif. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu memberikan rekomendasi peringkat mobil keluarga terbaik berdasarkan kriteria yang ditentukan, dimana alternatif dengan nilai kedekatan terbesar terhadap solusi ideal positif dipilih sebagai rekomendasi utama. Implementasi sistem ini mempermudah konsumen dan pihak dealer dalam proses pemilihan mobil keluarga secara objektif, terukur, dan sistematis.

The selection of family cars by consumers is often subjective, which may result in choices that do not match their actual needs. This study aims to develop a decision support system for selecting family cars by applying the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method. The criteria used include price, engine capacity, fuel consumption, passenger capacity, and safety features. The vehicle alternatives were obtained from family car units available at the Mitsubishi Dipo Ciputat dealer. This research integrates the TOPSIS method with knowledge management through a knowledge base as a reference for decision-making. The research process includes requirements analysis, system design, processing of criteria data, normalization of the decision matrix, weighting, and calculation of preference values for each alternative. The results show that the developed system is able to provide ranking recommendations for the best family cars based on the predetermined criteria, where the alternative with the highest closeness value to the positive ideal solution is selected as the main recommendation. The implementation of this system facilitates both consumers and dealers in making objective, measurable, and systematic decisions when selecting family cars.