Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sains & Teknologi Fakultas Teknik Universitas Darma Persada
Nila Cahyaningrum
Program Studi Teknologi Informasi Universitas Darma Persada
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

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

Found 1 Documents
Search

 1 
IMPLEMENTASI K-NN DAN AHP UNTUK REKOMENDASI MODEL PAKAIAN TOKO ONLINE Herianto Herianto; Nila Cahyaningrum
Jurnal Sains & Teknologi Fakultas Teknik Universitas Darma Persada Vol. 10 No. 2 (2020): Jurnal Sains & Teknologi
Publisher : Fakultas Teknik Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70746/jstunsada.v10i2.83

Abstract

Dalam era globalisasi, persaingan bisnis menjadi sangat tajam, baik dipasar nasional maupun di pasar internasional. Meningkatnya intensitas persaingan dan jumlah pesaing juga menuntut setiap perusahaan untuk selalu memperhatikan kebutuhan dan keinginan konsumen serta berusaha memenuhi apa yang mereka harapkan dengan cara yang lebih memuaskan dibandingkan para pesaing. Kualitas merupakan faktor terpenting untuk menghasilkan standart mutu dalam mengambil keputusan. Peneliti ini memanfaatkan metode AHP (Analytic Hierarchi Process) yang bekerja berdasaran struktur hierarki dalam menentukan kriteria-kriteria dan alternatif-alternatif pilihan dan menghitung nilai Eigen Vector dan menguji konsistensinya. Hasilnya membuktikan bahwa sistem penunjang keputusan untuk menentukan penjahit yang sesuai berdasarkan jenis pakaian dan penggunanya dapat tercapai . Tentu saja metode AHP lebih cepat dibandingkan perhitungan secara manual sehingga bisa lebih efesien dan tingkat keakuratan data lebi baik. Metode KNN (K-Nearest Neighbor) digunakan untuk melakukan klasifikasi terhadap objek berdasarkan data sebelumnya dan hasil dari query instance yang baru dapat diklasifikasikan berdasarkan mayoritas kategori pada KNN.
Co-Authors Herianto Herianto