APTIKOMAPTIKOM

Jurnal Ticom: Technology of Information and CommunicationJurnal Ticom: Technology of Information and Communication

Dalam konteks pengembangan bisnis, penentuan lokasi cabang baru merupakan langkah strategis yang berperan penting dalam menentukan keberhasilan maupun kegagalan usaha. Beragam aspek seperti besaran biaya sewa, kemudahan akses, intensitas persaingan, serta potensi pasar perlu diperhatikan secara simultan. Akan tetapi, proses pengambilan keputusan sering kali menjadi rumit karena adanya unsur ketidakpastian dan faktor subjektif pada variabel-variabel tersebut. Sehingga, temuan ini berfokus pada perancangan Sistem Pendukung Keputusan (SPK) yang ditujukan untuk membantu memilih lokasi secara lebih optimal. Fuzzy Logic dimanfaatkan untuk mengolah informasi baik yang bersifat kuantitatif maupun kualitatif, sehingga mampu mengakomodasi ketidakpastian pada faktor-faktor seperti aksesibilitas maupun tingkat persaingan. Sistem yang dikembangkan kemudian memberikan rekomendasi berdasarkan kombinasi variabel yang relevan, serta diuji pada sejumlah lokasi alternatif. Hasil pengujian memperlihatkan bahwasanya SPK ini efektif dalam mendukung proses pengambilan keputusan, dengan keluaran yang lebih realistis maupun akurat dibandingkan metode konvensional.

Perancangan Sistem Pendukung Keputusan berbasis Fuzzy Logic telah berhasil dikembangkan untuk memberikan dukungan bagi pemilik Toko Ady Alam Accessories dalam pemilihan lokasi cabang baru secara lebih terstruktur dan objektif.Sistem ini diimplementasikan dalam bentuk aplikasi berbasis web yang mampu memproses data kuantitatif dan kualitatif dengan memanfaatkan metode Fuzzy.Hasilnya berupa rekomendasi klasifikasi layak atau tidak layak berdasarkan analisis multi-kriteria, yang lebih akurat dibandingkan pendekatan konvensional.

Pertama, penelitian lanjutan dapat mengeksplorasi integrasi data real-time seperti lalu lintas harian, tren konsumsi masyarakat sekitar, dan perubahan harga sewa dinamis untuk meningkatkan akurasi sistem dalam konteks waktu nyata. Kedua, perlu dikaji pengembangan model hibrida yang menggabungkan Fuzzy Logic dengan metode machine learning, seperti decision tree atau neural network, untuk membandingkan tingkat akurasi dan adaptifitas sistem dalam menangani kompleksitas data spasial dan perilaku konsumen. Ketiga, penting untuk menguji generalisasi sistem pada sektor UMKM lainnya seperti kuliner atau jasa edukasi, guna mengevaluasi efektivitas sistem di luar konteks retail aksesoris, serta menyesuaikan bobot kriteria berdasarkan karakteristik industri yang berbeda. Ketiga arah penelitian ini dapat memperkuat validitas dan skalabilitas sistem, sekaligus memperluas kontribusi teknologi pendukung keputusan bagi ekosistem bisnis mikro di Indonesia.

  1. SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BEPRESTASI BERBASIS WEB DENGAN METODE FUZZY LOGIC TSUKAMOTO... journal.ppmi.web.id/index.php/jcsit/article/view/589SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BEPRESTASI BERBASIS WEB DENGAN METODE FUZZY LOGIC TSUKAMOTO journal ppmi index php jcsit article view 589
  2. Elinvo (Electronics, Informatics, and Vocational Education). fdss fuzzy decision support system sugeno... doi.org/10.21831/Elinvo.V8i2.57557Elinvo Electronics Informatics and Vocational Education fdss fuzzy decision support system sugeno doi 10 21831 Elinvo V8i2 57557
  3. Perancangan Sistem Rekomendasi Pemberian Beasiswa dengan Metode Fuzzy Tsukamoto | Journal of Information... doi.org/10.51519/journalita.volume3.isssue2.year2022.page124-147Perancangan Sistem Rekomendasi Pemberian Beasiswa dengan Metode Fuzzy Tsukamoto Journal of Information doi 10 51519 journalita volume3 isssue2 year2022 page124 147
Read online
File size486.52 KB
Pages5
DMCAReport

Related /

ads-block-test