ANTARBANGSAANTARBANGSA

Jurnal Sistem InformasiJurnal Sistem Informasi

Pemilihan jasa pengiriman biasanya dilakukan untuk mengetahui estimasi waktu, jaminan keamanan, akses tracking, jangkauan area, dan customer service. Peran jasa pengiriman sebagai sarana menjadi tumpuan utama dalam menyalurkan barang hingga sampai ke tempat tujuan dengan benar dan cepat. Rumusan masalah dari penelitian ini adalah untuk mengetahui bagaimana membuat sebuah Sistem Pendukung Keputusan pemilihan jasa pengiriman dan melakuan perankingan dari hasil perhitungan bobot nilai jasa pengiriman dengan menggunakan metode Analytical Hierarchy Process (AHP) untuk mengetahui jasa pengiriman yang mana yang banyak dipilih sesuai dengan kriterianya. Berdasarkan perankingan dalam Sistem Pendukung Keputusan Jasa Pengiriman Metode AHP didapat hasil dari perhitungan kriteria-kriteria yaitu, peringkat pertama adalah J&T Express dengan nilai 0.47043, peringkat kedua adalah JNE dengan nilai 0.31269, peringkat ketiga adalah SiCepat dengan nilai 0.14988, dan peringkat keempat adalah Anteraja dengan nilai 0.0670.

Berdasarkan hasil implementasi Sistem Pendukung Keputusan pemilihan jasa pengiriman menggunakan metode Analytical Hierarchy Process (AHP), sistem dapat menyediakan alternatif jasa pengiriman yang sesuai dengan kriteria yang ditetapkan pengguna.Metode AHP menghasilkan nilai konsistensi yang dapat diterima (CR ≤ 0.1) sehingga bobot kriteria dapat dipercaya, sementara nilai CR yang lebih tinggi memerlukan penyesuaian kembali bobot.Analisis perankingan menunjukkan bahwa J&T Express memperoleh nilai tertinggi, diikuti oleh JNE, SiCepat, dan Anteraja.

Penelitian lanjutan dapat mengeksplorasi integrasi metode fuzzy AHP atau teknik multi‑kriteria lainnya untuk menangani ketidakpastian dalam penilaian kriteria, sehingga meningkatkan robustitas keputusan. Selanjutnya, studi dapat memperluas cakupan alternatif layanan pengiriman serta menambahkan kriteria baru seperti biaya, keberlanjutan lingkungan, dan kepuasan pelanggan, untuk menilai apakah penambahan faktor tersebut mengubah urutan peringkat yang dihasilkan. Akhirnya, pengembangan sistem keputusan dinamis yang menggabungkan data real‑time serta algoritma pembelajaran mesin dapat memungkinkan penyesuaian otomatis bobot kriteria berdasarkan umpan balik pengguna, sehingga meningkatkan relevansi dan akurasi rekomendasi dalam konteks perubahan pasar yang cepat.

Read online
File size1.12 MB
Pages10
DMCAReport

Related /

ads-block-test