Perancangan SPK Rekomendasi Smartphone di Toko Evi Ponsel Dengan Kombinasi AHP dan MFEP

AbstractThe rapid advancement of technology has led to an increase in smartphone demand, but the wide variety of specifications and prices makes it difficult for consumers to make the right choice. This study aims to design a Decision Support System (DSS) that provides optimal smartphone recommendations for customers at Evi Ponsel Store. The system was developed using a combination of the Analytical Hierarchy Process (AHP) and the Multi Factor Evaluation Process (MFEP). AHP was used to determine the weight of each criterion, while MFEP was used to evaluate and rank smartphone alternatives. The criteria considered include price, RAM, internal memory, camera, battery, screen size, and OS version. The results show that price is the most influential factor, indicating that customers prioritize affordability. Based on MFEP results, the most recommended smartphone is Redmi 14C, followed by Redmi 13C and Infinix Hot 50. The system effectively provides efficient, objective, and user-aligned recommendations. AbstrakPerkembangan teknologi yang pesat telah mendorong peningkatan permintaan terhadap smartphone, namun beragamnya spesifikasi dan harga membuat konsumen kesulitan dalam menentukan pilihan. Penelitian ini bertujuan untuk merancang sistem pendukung keputusan (SPK) yang dapat memberikan rekomendasi smartphone terbaik kepada konsumen di Toko Evi Ponsel. Sistem dirancang menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Multi Factor Evaluation Process (MFEP). AHP digunakan untuk menentukan bobot masing-masing kriteria, sementara MFEP digunakan untuk mengevaluasi dan menentukan peringkat alternatif smartphone. Kriteria yang digunakan meliputi harga, RAM, memori internal, kamera, baterai, ukuran layar, dan versi OS. Data diperoleh melalui observasi dan wawancara langsung dengan pihak toko untuk memastikan bahwa kriteria dan alternatif yang dipilih relevan dengan kebutuhan pasar. Hasil penelitian menunjukkan bahwa kriteria harga memiliki bobot tertinggi, menunjukkan bahwa aspek harga menjadi pertimbangan utama konsumen. Berdasarkan metode MFEP, smartphone yang paling direkomendasikan adalah Redmi 14C, diikuti oleh Redmi 13C dan Infinix Hot 50. Sistem ini terbukti mampu memberikan rekomendasi secara efisien, objektif, dan sesuai dengan preferensi pengguna, serta dapat menjadi alat bantu pengambilan keputusan yang bermanfaat bagi pihak toko maupun konsumen dalam menentukan produk terbaik.

Authors

Publication Details

Journal
VOCATECH Vocational Education and Technology Journal
Published
2025-08-13
DOI
https://doi.org/10.38038/vocatech.v7i1.230
Primary Topic
Management and Optimization Techniques
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Perancangan SPK Rekomendasi Smartphone di Toko Evi Ponsel Dengan Kombinasi AHP dan MFEP

Daryanti Daryanti, Riki Andri Yusda, Zulkarnain Sirait
VOCATECH Vocational Education and Technology Journal
Management and Optimization Techniques
article

Perancangan SPK Rekomendasi Smartphone di Toko Evi Ponsel Dengan Kombinasi AHP dan MFEP

Daryanti Daryanti, Riki Andri Yusda, Zulkarnain Sirait
article en

Abstract

AbstractThe rapid advancement of technology has led to an increase in smartphone demand, but the wide variety of specifications and prices makes it difficult for consumers to make the right choice. This study aims to design a Decision Support System (DSS) that provides optimal smartphone recommendations for customers at Evi Ponsel Store. The system was developed using a combination of the Analytical Hierarchy Process (AHP) and the Multi Factor Evaluation Process (MFEP). AHP was used to determine the weight of each criterion, while MFEP was used to evaluate and rank smartphone alternatives. The criteria considered include price, RAM, internal memory, camera, battery, screen size, and OS version. The results show that price is the most influential factor, indicating that customers prioritize affordability. Based on MFEP results, the most recommended smartphone is Redmi 14C, followed by Redmi 13C and Infinix Hot 50. The system effectively provides efficient, objective, and user-aligned recommendations. AbstrakPerkembangan teknologi yang pesat telah mendorong peningkatan permintaan terhadap smartphone, namun beragamnya spesifikasi dan harga membuat konsumen kesulitan dalam menentukan pilihan. Penelitian ini bertujuan untuk merancang sistem pendukung keputusan (SPK) yang dapat memberikan rekomendasi smartphone terbaik kepada konsumen di Toko Evi Ponsel. Sistem dirancang menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Multi Factor Evaluation Process (MFEP). AHP digunakan untuk menentukan bobot masing-masing kriteria, sementara MFEP digunakan untuk mengevaluasi dan menentukan peringkat alternatif smartphone. Kriteria yang digunakan meliputi harga, RAM, memori internal, kamera, baterai, ukuran layar, dan versi OS. Data diperoleh melalui observasi dan wawancara langsung dengan pihak toko untuk memastikan bahwa kriteria dan alternatif yang dipilih relevan dengan kebutuhan pasar. Hasil penelitian menunjukkan bahwa kriteria harga memiliki bobot tertinggi, menunjukkan bahwa aspek harga menjadi pertimbangan utama konsumen. Berdasarkan metode MFEP, smartphone yang paling direkomendasikan adalah Redmi 14C, diikuti oleh Redmi 13C dan Infinix Hot 50. Sistem ini terbukti mampu memberikan rekomendasi secara efisien, objektif, dan sesuai dengan preferensi pengguna, serta dapat menjadi alat bantu pengambilan keputusan yang bermanfaat bagi pihak toko maupun konsumen dalam menentukan produk terbaik.

VOCATECH Vocational Education and Technology JournalVol. 7(1)
Openalex Percentile: Top 60%
Management and Optimization Techniques
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.