IRPIIRPI

MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer Science

Telepon seluler merupakan perangkat yang sering digunakan untuk pembelajaran online pada masa pandemik covid-19. Banyak pilihan dengan beragam spesifikasi dan harga yang bervariasi membuat masyarakat bingung dalam memilih telepon seluler untuk pembelajaran online. Penerapan metode pendukung keputusan dapat memberikan rekomendasi telepon seluler yang baik untuk pembelajaran online. Pada penelitian ini, dilakukan studi perbandingan dan analisis penerapan metode SAW, MAUT, dan SMART dalam pemilihan telepon seluler untuk pembelajaran online. Kriteria telepon seluler yang digunakan pada penelitian ini dirangkum dari hasil wawancara dan studi literatur. Terdapat 8 kriteria yang digunakan, yakni ukuran kamera, ROM, RAM, processor, jenis layar, garansi, baterai, dan harga. Untuk simulasi perhitungan, diambil data 10 merk telepon seluler dan spesifikasinya berdasarkan kriteria yang telah ditentukan. Hasil simulasi perhitungan ketiga metode kemudian dibandingkan dan dianalisis tingkat kemiripan dan keragaman hasil perhitungan dan peringkat yang direkomendasikan. Berdasarkan hasil analisis yang telah dilakukan, metode SAW dan SMART memiliki tingkat kemiripan hasil perhitungan yang sangat tinggi, yakni 0,9579. Namun, nilai akhir hasil perhitungan metode SAW memiliki jarak yang sangat dekat, yakni 0,0281. Metode MAUT memiliki nilai akhir hasil perhitungan dengan jarak yang paling tinggi, yakni sebesar 0,0711. Peringkat yang direkomendasikan metode SAW dan SMART juga memiliki tingkat kemiripan yang sangat tinggi sebesar 0,9792.

Metode SAW, MAUT, dan SMART dapat memberikan rekomendasi smartphone terbaik untuk pembelajaran online, dengan SAW dan SMART menunjukkan tingkat kemiripan hasil perhitungan yang sangat tinggi.SAW menghasilkan jarak nilai paling kecil antar rekomendasi, sementara MAUT menghasilkan jarak terbesar.Kedua metode SAW dan SMART juga memiliki kemiripan tinggi pada peringkat rekomendasi alternatif.

Bagaimana pengaruh penambahan kriteria kualitas layanan jaringan (seperti kecepatan internet dan stabilitas sinyal) terhadap rekomendasi smartphone untuk pembelajaran online dapat dieksplorasi melalui model keputusan multi‑atribut yang lebih komprehensif? Apakah penerapan teknik pembobotan adaptif berbasis pembelajaran mesin, yang menggabungkan keunggulan metode SAW dan MAUT, dapat meningkatkan akurasi peringkat smartphone dibandingkan dengan metode konvensional? Dapatkah sistem pendukung keputusan real‑time yang memperhitungkan fluktuasi harga pasar, ulasan pengguna, dan pembaruan spesifikasi perangkat secara otomatis menghasilkan rekomendasi yang lebih relevan dan responsif? Penelitian selanjutnya dapat menilai validitas model hibrida tersebut dengan melakukan uji coba pada populasi mahasiswa dari berbagai jurusan dan latar belakang ekonomi untuk menguji generalisasi hasil. Selain itu, analisis sensitivitas terhadap variasi bobot kriteria dapat mengidentifikasi faktor‑faktor kritis yang paling memengaruhi keputusan pemilihan, sehingga memberikan panduan praktis bagi pengembang aplikasi keputusan smartphone.

  1. Sistem Pendukung Keputusan Pemilihan Smartphone dengan Menerapkan Metode Simple Additive Weighting (SAW)... doi.org/10.30656/jsii.v4i0.372Sistem Pendukung Keputusan Pemilihan Smartphone dengan Menerapkan Metode Simple Additive Weighting SAW doi 10 30656 jsii v4i0 372
  2. Penerapan Metode Simple Additive Weighting Dalam Sistem Pendukung Keputusan Pemilihan Smartphones | Febriyanto... ejournal.bsi.ac.id/ejurnal/index.php/ijcit/article/view/6674Penerapan Metode Simple Additive Weighting Dalam Sistem Pendukung Keputusan Pemilihan Smartphones Febriyanto ejournal bsi ac ejurnal index php ijcit article view 6674
  3. Sistem Pendukung Keputusan Penerima Bantuan UMKM Menggunakan Metode MAUT | Pantatu | Jurnal Nasional... ojs.serambimekkah.ac.id/jnkti/article/view/4207Sistem Pendukung Keputusan Penerima Bantuan UMKM Menggunakan Metode MAUT Pantatu Jurnal Nasional ojs serambimekkah ac jnkti article view 4207
  4. Perbandingan Metode Smart dan Maut untuk Pemilihan Karyawan pada Merapi Online Corporation | Jurnal Teknologi... jtiik.ub.ac.id/index.php/jtiik/article/view/3583Perbandingan Metode Smart dan Maut untuk Pemilihan Karyawan pada Merapi Online Corporation Jurnal Teknologi jtiik ub ac index php jtiik article view 3583
  1. #hasil analisis swot#hasil analisis swot
  2. #metode saw#metode saw
Read onlineRead online
File size397.71 KB
Pages10
DMCAReportReport

Related /

juris Strategi Komunikasi Pemasaran Menggunakan Platform Online Untuk Membangun Citra Merek Di The Westin Resort Nusa Dua Bali 2025More at 2025

PNBPNB Posisi bisnis perusahaan berada pada Sel V matriks Internal-Eksternal, yang menunjukkan masa pertumbuhan dan stabilitas. Strategi yang direkomendasikanPosisi bisnis perusahaan berada pada Sel V matriks Internal-Eksternal, yang menunjukkan masa pertumbuhan dan stabilitas. Strategi yang direkomendasikan

juris English Learning Outcomes through Learning Model and Intrapersonal Intelligence in Vocational High Schools 2025More at 2025

IAIN KEDIRIIAIN KEDIRI Metode yang digunakan adalah Project-Based Learning (PjBL) dan Discovery Learning (DL). Menggunakan rancangan eksperimen faktorial 2x2, 70 siswa dibagiMetode yang digunakan adalah Project-Based Learning (PjBL) dan Discovery Learning (DL). Menggunakan rancangan eksperimen faktorial 2x2, 70 siswa dibagi

juris Design of a Decision Support System for Assessing Student Indiscipline Using the Web Based Simple Additive Weighting SAW Method 2025More at 2025

RESEARCHSYNERGYPRESSRESEARCHSYNERGYPRESS Sistem ini memungkinkan guru untuk meninjau data, menghasilkan laporan yang akurat, dan memberikan peringatan secara efisien, mengurangi waktu yang dihabiskanSistem ini memungkinkan guru untuk meninjau data, menghasilkan laporan yang akurat, dan memberikan peringatan secara efisien, mengurangi waktu yang dihabiskan

juris Sistem Pendukung Keputusan Calon Penerima Program Bantuan Sosial BANSOS Menggunakan Metode Simple Additive Weighting SAW 2024More at 2024

IRPIIRPI Hasil perhitungan berdasarkan metode SAW merekomendasikan nama-nama penerima program bansos sesuai urutan prioritas. Selain itu, berdasarkan hasil pengujianHasil perhitungan berdasarkan metode SAW merekomendasikan nama-nama penerima program bansos sesuai urutan prioritas. Selain itu, berdasarkan hasil pengujian

Useful /

juris A Framework for Ethical AI in Grade 4 Lesson Planning 2025More at 2025

RESEARCHSYNERGYPRESSRESEARCHSYNERGYPRESS Guru di wilayah perkotaan dan pedesaan menekankan kebutuhan akan alat AI yang responsif secara budaya yang mencerminkan kebutuhan perkembangan dan identitasGuru di wilayah perkotaan dan pedesaan menekankan kebutuhan akan alat AI yang responsif secara budaya yang mencerminkan kebutuhan perkembangan dan identitas

juris Understanding the Nature of Science for Elementary School Students in Rural Suburban and Urban Areas 2025More at 2025

RESEARCHSYNERGYPRESSRESEARCHSYNERGYPRESS Berdasarkan hasil penelitian dan diskusi yang telah dilakukan, dapat disimpulkan bahwa pemahaman siswa terhadap hakikat sains di wilayah pedesaan, perkotaan,Berdasarkan hasil penelitian dan diskusi yang telah dilakukan, dapat disimpulkan bahwa pemahaman siswa terhadap hakikat sains di wilayah pedesaan, perkotaan,

juris Perancangan Website Kuliner Pecel Madiun Sebagai Media Pelestarian Warisan Budaya Tak Benda Indonesia 2024More at 2024

IRPIIRPI Desain website ini berfungsi sebagai media digital yang memelihara warisan budaya tak benda Pecel Madiun dengan mengintegrasikan identitas visual yangDesain website ini berfungsi sebagai media digital yang memelihara warisan budaya tak benda Pecel Madiun dengan mengintegrasikan identitas visual yang

juris Prediksi Risiko Stunting pada Keluarga Menggunakan Na ve Bayes Classifier dan Chi Square 2024More at 2024

IRPIIRPI Hasil prediksi dengan menggunakan Naive bayes saja pada penelitian ini didapatkan nilai akurasi sebesar 94,3 %, nilai recall sebesar 93,9 % dan nilai precisionHasil prediksi dengan menggunakan Naive bayes saja pada penelitian ini didapatkan nilai akurasi sebesar 94,3 %, nilai recall sebesar 93,9 % dan nilai precision

ads-block-test