PENENTUAN ONLINE SHOP TERBAIK MENGGUNAKAN METODE TOPSIS

Mustika Mentari

Abstract


Kemajuan teknologi khususnya di dunia digital dan internet kian berkembang dengan pesat. Segala aktivitas manusia kini mulai dapat dimudahkan dengan adanya internet, salah satunya adalah aktivitas jual beli barang melalui internet atau yang biasa disebut dengan online shopping. Dengan adanya kemudahan layanan yang diberikan oleh penyedia jasa online shopping, maka seseorang dapat dengan mudah melakukan transaksi jual beli barang kapanpun dan dimanapun. Oleh karena itu, semakin banyak para pengembang atau developer yang mengembangkan aplikasi yang menunjang kegiatan jual beli online  ini.  Semakin banyaknya penyedia jasa layanan jual beli online ini, maka akan semakin tinggi juga persaingan bisnis diantara para penyedia jasa layanan jual beli online ini . Dengan adanya persaingan bisnis ini lah para penyedia jasa jual beli online ini saling berlomba-lomba untuk menarik minat masyarakat untuk menggunakan produk yang mereka unggulkan, mulai dari promo, pemberian bonus, dan pemberian diskon. Akan tetapi, masyarakat harus lebih berhati-hati sebelum menentukan pilihan, karena sering kali masyarakat dirugikan dengan adanya barang yang diterima tidak sesuai dengan ekspektasi semula. Oleh karena itu diciptakan sebuah sistem pendukung keputusan yang membantu untuk menentukan online shop terbaik dilihat dari beberapa kriteria. Kriteria tersebut adalah Desain Antarmuka, Layanan, Kesesuaian Barang, serta Ketersediaan layanan pengiriman. Pendekatan yang digunakan dalam menyelesaikan permasalahan ini adalah dengan menggunakan metode TOPSIS. Hasil yang didapatkan adalah dengan menggunakan metode TOPSIS, maka online shop terbaik menurut rata-rata data sampel maupun perhitungan tiap data sampel didapati bahwa online shop terbaik adalah Tokopedia dengan nilai preferensi 0,891 ketika dihitung dengan menggunakan rata-rata sampel dan juga dengan nilai preferensi 0,536 ketika dihitung dengan perhitungan tiap data sampel


Full Text:

PDF

Refbacks

  • There are currently no refbacks.