Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Haikal Wisnu Fazrian
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Sistem Rekomendasi Pemilihan Model Mobil BMW Berbasis Metode Smart Haikal Wisnu Fazrian; Raditya Vindua
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12538

Abstract

Banyaknya varian model mobil BMW dengan spesifikasi dan fitur yang beragam sering kali membuat calon pelanggan kesulitan dalam menentukan kendaraan yang sesuai dengan kebutuhan dan anggaran mereka. Selain itu, proses rekomendasi yang dilakukan oleh pihak penjual di showroom terkadang masih bersifat subjektif dan belum sepenuhnya berbasis pada data analisis yang komprehensif. Penelitian ini bertujuan untuk merancang dan membangun sebuah Sistem Pendukung Keputusan (SPK) yang mampu mempersonalisasi rekomendasi model mobil BMW secara objektif. Metode pengembangan perangkat lunak yang digunakan adalah model Waterfall, yang meliputi tahapan analisis, desain, implementasi, dan pengujian. Sedangkan untuk algoritma pengambilan keputusannya menggunakan metode Simple Multi-Attribute Rating Technique (SMART). Metode SMART dipilih karena dinilai sangat efisien dan ringan secara komputasi dalam memproses berbagai kriteria penilaian multikriteria, seperti harga kendaraan, tahun pembuatan, efisiensi bahan bakar, serta performa mesin. Hasil dari penelitian ini adalah sebuah sistem rekomendasi berbasis antarmuka web interaktif yang mampu mengotomatisasi proses komparasi spesifikasi kendaraan dan menghasilkan urutan peringkat mobil terbaik berdasarkan input prioritas pelanggan. Berdasarkan hasil pengujian User Acceptance Test (UAT) yang melibatkan 33 responden, sistem ini memperoleh persentase tingkat kelayakan sebesar 84,85% yang masuk dalam kategori sangat layak. Hal ini menunjukkan bahwa algoritma SMART berhasil mengkalkulasi bobot kriteria dengan akurat, sehingga mempermudah calon konsumen PT BMW HW dalam mengambil keputusan pembelian kendaraan secara efektif, transparan, dan efisien.
Co-Authors Raditya Vindua