Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology
Bhathiya Dharmawan
Universitas Pendidikan Ganesha
Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences

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

Found 1 Documents
Search

 1 
Sistem Pendukung Keputusan Rekomendasi Bank Digital Indonesia Menggunakan Metode AHP CoCoSo Bhathiya Dharmawan; Gede Surya Mahendra
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.13179

Abstract

Pesatnya pertumbuhan industri bank digital di Indonesia menghadirkan beragam pilihan layanan khususnya yang sudah dinaungi Otoritas Jasa Keuangan (OJK), sehingga menimbulkan kompleksitas bagi calon nasabah dalam memilih platform yang sesuai dengan preferensi personal. Proses pemilihan konvensional cenderung mengandalkan persepsi subjektif atau indikator tunggal tanpa mengevaluasi aspek teknis dan finansial secara menyeluruh. Penelitian ini bertujuan untuk membangun dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web dengan pendekatan personalisasi menggunakan metode Hybrid Analytic Hierarchy Process (AHP) dan Combined Compromise Solution (CoCoSo), serta mengevaluasi akurasi model terhadap data Ground Truth dari 76 responden. Metode AHP digunakan untuk menentukan bobot global kriteria individual pada 14 sub-kriteria multidimensi yang mencakup Performa Aplikasi, Laporan Keuangan, dan User Experience berbasis HEART Framework. Algoritma CoCoSo kemudian mengagregasikan fungsi aditif dan multiplikatif guna menghasilkan rekomendasi peringkat personalisasi. Hasil pemeringkatan individual menunjukkan bahwa Jenius (53%) dan Seabank (46%) secara dominan menguasai posisi rekomendasi utama. Evaluasi performa makro terhadap preferensi aktual nasabah membuktikan tingkat presisi yang tinggi, dengan capaian akurasi klasifikasi Confusion Matrix sebesar 71,36%, Mean Absolute Error (MAE) sebesar 4,23 poin peringkat, dan Spearman Rank Correlation positif sebesar 0,33. Temuan ini mengonfirmasi bahwa model AHP-CoCoSo memiliki presisi, stabilitas, dan keselarasan yang tinggi terhadap preferensi pasar, sehingga sangat andal difungsikan sebagai mesin utama rekomendasi pemilihan bank digital di Indonesia.
Co-Authors Gede Surya Mahendra