Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Sistem Pendukung Keputusan Pemilihan Cafe di Kota Palangka Raya Berbasis Website dengan Menggunakan Metode Weighted Product Aristo Fadhilah Ramadhan1.
Ressa Priskila 2.
Jadiaman Parhusip 3 Teknik Informatika.
Fakultas Teknik.
Universitas Palangka Raya E-mail: aristofadhilahz@gmail.
com1, ressa@it.
jadiaman@it.
Abstrak.
Industri cafe di Palangka Raya berkembang pesat seiring tren budaya minum kopi dan kebutuhan tempat bersosialisasi.
Banyaknya pilihan cafe membuat pengunjung kesulitan menentukan pilihan yang sesuai dengan preferensi mereka.
Untuk itu, dibutuhkan sistem pendukung keputusan yang membantu memilih cafe secara efektif dan sesuai dengan Penelitian ini merancang sistem pendukung keputusan pemilihan cafe berbasis website menggunakan metode Weighted Product (WP) dan metode waterfall untuk pengembangan perangkat lunaknya.
Metode Weighted Product digunakan untuk memberikan peringkat berdasarkan kriteria seperti harga makanan, harga minuman, fasilitas, waktu operasional, kualitas pelayanan, suasana, dan jarak dari Bundaran Besar.
Sistem memiliki dua hak akses yaitu admin dan pengunjung.
Admin dapat mengelola data pengguna, alternatif, kriteria, sub-kriteria, dan penilaian.
Pengunjung dapat melihat list cafe, memilih kriteria, melihat perhitungan, serta hasil perangkingan cafe yang Pengujian sistem dilakukan dengan metode blackbox testing.
Hasil pengujian menunjukkan bahwa semua fungsi pada website berjalan sesuai dengan yang diharapkan dan dapat membantu pengunjung dalam memilih cafe.
Kata kunci: Sistem Pendukung Keputusan.
Cafe.
Weighted Product.
Website.
Balckbox Testing.
Abstract.
The cafe industry in Palangka Raya is growing rapidly along with the trend of coffee drinking culture and the need for socializing places.
The many choices of cafes make it difficult for visitors to determine the choice that suits their preferences.
For this reason, a decision support system is needed to help choose a cafe effectively and according to their This study designs a website-based cafe selection decision support system using the Weighted Product (WP) method and the Waterfall method for software development.
The Weighted Product method is used to provide rankings based on criteria such as food prices, drink prices, facilities, operating hours, service quality, atmosphere, and distance from the Big Roundabout.
The system has two access rights, namely admin and visitor.
Admin can manage user data, alternatives, criteria, sub-criteria, and assessments.
Visitors can see the list of cafes, choose criteria, see calculations, and the results of the Prosiding KONSTELASI Vol.
2 No.
Juni 2025 recommended cafe rankings.
System testing was carried out using the blackbox testing The test results showed that all functions on the website run as expected and can help visitors in choosing a cafe.
Keywords: Decision Support System.
Cafe.
Weighted Product.
Website.
Balckbox Testing.
Pendahuluan Industri cafe di Indonesia, khususnya di kota-kota besar mengalami perkembangan yang pesat.
tidak hanya berfungsi sebagai tempat untuk menikmati minuman dan makanan ringan, tetapi juga sebagai tempat berkumpul, bekerja, dan bersosialisasi.
Meningkatnya kebutuhan akan tempat nongkrong yang nyaman serta tren budaya minum kopi di kalangan masyarakat, terutama generasi muda, mendorong semakin banyaknya cafe yang bermunculan di berbagai sudut kota.
Persaingan yang ketat di industri ini membuat pemilihan lokasi cafe menjadi salah satu faktor kunci yang menentukan kesuksesan sebuah cafe.
Kota Palangka Raya, sebagai ibu kota provinsi Kalimantan Tengah, memiliki potensi besar untuk perkembangan bisnis cafe.
Kota ini terus berkembang dengan peningkatan jumlah penduduk dan perkembangan infrastruktur yang semakin baik.
Dengan demikian, kebutuhan akan tempat-tempat hiburan dan sosial seperti cafe juga meningkat.
Namun, dengan banyaknya pilihan cafe, pengunjung sering kali menghadapi kesulitan dalam menentukan cafe yang tepat untuk dikunjungi.
Pemilihan lokasi cafe yang strategis dan sesuai dengan target pasar dapat mendatangkan pelanggan yang lebih banyak dan meningkatkan keuntungan.
Selain itu, banyaknya pilihan cafe di kota Palangka Raya juga menjadi tantangan tersendiri bagi para pengunjung.
Bagi pengunjung, memilih cafe yang terbaik dari sekian banyak pilihan bisa menjadi tugas yang membingungkan dan memakan waktu.
Setiap cafe memiliki keunikan dan kelebihan masing-masing, baik dari segi menu, suasana, pelayanan, hingga fasilitas yang ditawarkan.
Pengunjung harus mempertimbangkan banyak faktor seperti lokasi cafe, jenis menu yang tersedia, harga, kualitas pelayanan, dan suasana yang diinginkan.
Di era digital ini, teknologi informasi dapat dimanfaatkan untuk membantu dalam pengambilan keputusan yang lebih akurat dan efisien.
Salah satu pendekatan yang dapat diterapkan adalah dengan menggunakan sistem pendukung keputusan berbasis website.
Sistem ini dapat memberikan rekomendasi cafe dari hasil yang serupa.
Dengan demikian, calon pengunjung cafe dapat membuat keputusan yang lebih tepat berdasarkan informasi yang akurat.
Sistem ini juga diharapkan dapat membantu pengunjung dalam menentukan cafe di kota Palangka Raya yang sesuai keinginannya.
Metode Weighted Product (WP) adalah salah satu metode yang dapat digunakan untuk mengembangkan sistem pendukung keputusan ini.
Metode Weighted Product adalah metode pengambilan keputusan yang menggunakan perkalian untuk menghubungkan rating setiap atribut, sehingga dapat memberikan peringkat akhir untuk setiap alternatif berdasarkan bobot yang telah Metode ini cocok digunakan dalam pemilihan lokasi cafe karena mampu menangani berbagai kriteria yang berbeda dan memberikan hasil yang lebih objektif.
Dengan demikian, penelitian ini diharapkan dapat bermanfaat bagi calon pengunjung yang ingin melakukan berbagai aktivitas di cafe.
Pengembangan sistem pendukung keputusan ini diharapkan dapat menjadi solusi praktis dan efektif dalam menghadapi tantangan dalam pemilihan cafe yang semakin kompleks di era digital ini.
Metodologi Penelitian Cafe Menurut Marsum .
cafe adalah tempat untuk makan dan minum sajian cepat saji yang menyuguhkan suasana santai atau tidak resmi.
cafe di kota-kota besar bersaing untuk menarik perhatian pengunjung dengan berbagai cara, salah satunya dengan meningkatkan fungsi awalnya yang semula hanya digunakan Prosiding KONSTELASI Vol.
2 No.
Juni 2025 untuk makan dan minum sekarang juga digunakan sebagai tempat bercengkerama, berkumpul, dan bersosialisasi.
Sistem Pendukung Keputusan Menurut D.
Nofriansyah and S.
Defit .
, menyatakan bahwa Sistem pendukung keputusan dapat di artikan sebagai suatu sistem yang di rancang yang digunakan untuk mendukung manajemen di dalam pengambilan keputusan.
Menurut Kusrini .
Sistem pendukung keputusan dibangun untuk mendukung solusi atau suatu masalah atau untuk mengevaluasi suatu peluang sistem pendukung keputusan yang seperti itu disebut aplikasi sistem pendukung keputusan aplikasi sistem pendukung keputusan digunakan dalam mengambil keputusan aplikasi sistem pendukung keputusan menggunakan cbis komputer based information system yang fleksibel interaktif dan dapat diadaptasi dan dikembangkan untuk mendukung solusi atau masalah manajemen spesifik yang tidak terstruktur.
Metode Weighted Product Menurut Fahmi Basyaib .
Weighted Product (WP) adalah keputusan analisis multi-kriteria dan merupakan metode pengambilan keputusan multi kriteria.
Dalam metode WP tidak diperlukan manipulasi matriks karena metode ini mengalikan hasil penilaian setiap atribut.
Hasil perkalian tersebut belum dibandingkan .
dengan nilai standar.
Menurut Sri Kusumadewi .
Metode Weighted Product menggunakan teknik perkalian untuk menghubungkan ranting kriteria harus dipangkatkan terlebih dahulu dengan bobot kriteria yang Proses ini sama dengan proses normalisasi.
Pada langkah-langkah perhitungan dengan menerapkan metode weighted Product adalah sebagai berikut:
Menentukan data Alternatif (A) Menentukan Kriteria (C).
Menentukan Tipe (Cost dan Benefi.
dan Menentukan bobot (W).
Menentukan Sub Kriteria.
Melakukan perbaikan bobot.
menghitung nilai perbaikan bobot (W.
berdasarkan nilai prioritas bobot setiap kriteria (W.
yang sudah ditentukan.
Perbaikan bobot untuk Oc = 1 dapat menggunakan Persamaan .
ycyc = ycyc Ocwj Keterangan:
Wj : Bobot Atribut Oc Wj : Penjumlahan Bobot Atribut Menentukan kategori di setiap kriteria.
Berpangkat negatif bila termasuk kategori biaya, dan berpangkat positif bila termasuk kategori keuntungan.
Menghitung Vektor (S).
Nilai vektor (S) ini diperoleh dengan cara memangkatkan nilai atribut yang dimiliki setiap kriteria dengan hasil normalisasi bobot yang berpangkat positif untuk kriteria keuntungan .
dan yang berpangkat negatif untuk kriteria biaya .
ycu ycIycn = Oa = 1ycUycnyc ycOyc yc Keterangan:
Si = Hasil Normalisasi Matrik Xij = Nilai Variabel dari alternatif pada setiap atribut Oa = Produk Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Wj = Nilai Bobot Kriteria n = Banyaknya Kriteria i = Nilai Alternatif j = Nilai Kriteria.
Menghitung nilai Vektor V yang akan digunakan untuk perankingan.
Vektor V merupakan preferensi alternatif yang akan digunakan untuk perangkingan dengan cara membagi masing-masing jumlah nilai vektor S dengan jumlah seluruh vektor S.
Oaycuyc = 1ycUycnyc ycyc ycOycn = ycu Oayc = 1.
cUyc O)ycyc Keterangan:
Vi = Hasil preferensi alternatif ke-i Xij = Nilai Variabel dari alternatif pada setiap atribut Wj = Nilai Bobot Kriteria n = Banyaknya Kriteria i = Nilai Alternatif j = Nilai Kriteria * = Banyaknya kriteria yang telah dinilai pada vektor S.
Analisa Dan Pembahasan Dalam penerapan metode Weighted Product untuk pemilihan cafe ada beberapa hal yang perlu dilakukan sebelum melakukan perhitungan nilai, salah satunya yaitu :
Identifikasi Kriteria Dalam sistem pemilihan cafe ada 7 kriteria yang didapatkan melalui kuesioner yaitu harga makanan, harga minuman, fasilitas, waktu operasional, kualitas pelayanan, suasana, dan jarak dari bundaran besar.
Kriteria-kriteria ini didapatkan melalui hasil dari kuesioner dengan konsumen cafe yang ada di Kota Palangka Raya.
Pemberian Bobot kriteria Bobot untuk masing-masing kriteria ditentukan berdasarkan hasil kuesioner, kuesioner ini melibatkan sejumlah responden yang memberikan penilaian terhadap tingkat kepentingan masing-masing kriteria.
Total jawaban-jawaban dari seluruh responden kemudian diolah untuk menghasilkan bobot akhir.
Berikut hasil akhir dari bobot.
Tabel 1.
Kriteria dan Bobot
Kriteria
Nama Kriteria
Tipe
Bobot
(C)
harga makanan Cost harga minuman Cost Fasilitas Benefit Waktu operasional Benefit Kualitas pelayanan Benefit Suasana Benefit Prosiding KONSTELASI Vol.
2 No.
Juni 2025
Jarak dari bundaran besar Cost
Total
Perbaikan Bobot Kriteria
Perbaikan bobot dihitung dengan Persamaan yeoyeU = Oc yeU
C1 = 10 10 21 9 17 22 11 = 100 = 0,1
C2 = 10 10 21 9 17 22 11 = 100 = 0,1
C3 =
10 10 21 9 17 22 11
= 0,21
C4 = 10 10 21 9 17 22 11 = 100 = 0,09
C5 = 10 10 21 9 17 22 11 = 100 = 0,17
C6 = 10 10 21 9 17 22 11 = 100 = 0,22
C7 = 10 10 21 9 17 22 11 = 100 = 0,11
Untuk mendapatkan nilai Oc yeoyeU dengan cara menjumlahkan semua hasil dari nilai relatif bobot awal.
Wj adalah pangkat bernilai positif untuk atribut keuntungan (Benefi.
dan bernilai negatif untuk atribut biaya (Cos.
Oc yeoyeU = -0,1 -0,1 0,21 0,09 0,17 0,22 -0,11 = 0,38 -0,1 -0,1 0,21 0,09 0,17 0,22 -0,11 Pemberian Bobot Masing-Masing Sub Kriteria Sub kriteria Harga Makanan Untuk harga makanan di sini membandingkan harga makanan kentang goreng, tahu goreng atau cireng.
Tabel 2.
Sub Kriteria Harga Makanan Sub Kriteria Nilai Rp 12.
000 - Rp 17.
Rp 18.
000 - Rp 20.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Sub Kriteria Nilai Rp 21.
000 - Rp 30.
Rp 31.
000 - Rp 50.
> Rp 50.
Sub kriteria Harga Minuman Untuk harga minuman di sini membandingkan harga minuman cappuccino, moccacino, americano, atau Tabel 3.
Sub Kriteria Harga Minuman Sub Kriteria Nilai Rp 12.
000 - Rp 20.
Rp 21.
000 - Rp 25.
Rp 26.
000 - Rp 30.
Rp 31.
000 - Rp 40.
> Rp 40.
Sub kriteria Fasilitas Tabel 4.
Sub Kriteria Fasilitas Sub Kriteria Nilai Sangat Lengkap Lengkap Cukup Lengkap Tidak Lengkap Sub kriteria Suasana Tabel 5.
Sub Kriteria Suasana Sub Kriteria Nilai Sangat Nyaman Nyaman Cukup Nyaman Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Tidak Nyaman Sub kriteria Waktu Operasional Tabel 6.
Sub Kriteria Waktu Operasional Sub Kriteria Nilai > 15 jam 13 jam - 15 jam < 13 jam Sub kriteria Kualitas Pelayanan Tabel 7.
Sub Kriteria Harga Minuman Sub Kriteria Nilai Sangat Baik Baik Cukup Baik Buruk Sub kriteria Jarak dari Bundaran Besar Tabel 8.
Sub Kriteria Harga Minuman Sub Kriteria Nilai < 1000 meter 1000 - 1500 meter 1600 - 2500 meter 2600 - 3500 meter > 3500 meter Menentukan Sampel Data Cafe Sebagai contoh studi kasus, terdapat 7 sampel pilihan cafe yang ada di kota Palangka Raya yang dipilih oleh calon pelanggan berdasarkan kriteria yang dibutuhkannya.
Berikut di bawah merupakan data alternatif cafe pada tabel 9:
Tabel 9.
Alternatif Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Alternatif Nama Cafe di Kota Palangka Raya Aeter by Loca Urbane Coffee Roaster Lucky Coffee and Eatery Qahwaty cafe The Garrison Benbi Coffee Bulin Membuat Rating Kecocokan untuk Alternatif Tabel 10.
Alternatif Kriteria Alternatif Menentukan Nilai Vektor S Setelah membuat rating kecocokan untuk alternatif dan perbaikan bobot yang sudah dinormalisasi pada setiap kriteria, maka dilakukan perhitungan nilai vector S, dengan memangkatkan dan mengalikan nilai masingmasing kriteria tersebut dengan bobot yang sudah diperbaiki.
Berikut perhitungannya:
S1 = .
-0,.
-0,.
-0,.
= 2,14777
S2 = .
-0,.
-0,.
-0,.
= 1,77583
S3 = .
-0,.
-0,.
-0,.
= 1,75253
S4 = .
-0,.
-0,.
-0,.
= 1,78334
S5 = .
-0,.
-0,.
-0,.
= 1,84037
S6 = .
-0,.
-0,.
-0,.
= 1,87661
S7 = .
-0,.
-0,.
-0,.
= 1,79575
Total S = 12,97224 Perhitungan Nilai Vektor V Prosiding KONSTELASI Vol.
2 No.
Juni 2025
2,14777
V1 = 12,97224 = 0,16557
1,77583
V2 = 12,97224 = 0,13689
1,75253
V3 = 12,97224 = 0,13509
1,78334
V4 = 12,97224 = 0,13747
V5 =
1,84037
12,97224
= 0,14187
1,87661
V6 = 12,97224 = 0,14467
V7 =
1,79575
12,97224
= 0,13843
Perangkingan Berikut ini merupakan perangkingan dari hasil perhitungan dengan menggunakan metode weighted product.
Dari hasil perhitungan vector V dari data alternatif A1 hingga A7, maka dibuatlah perangkingan dengan kesimpulannya bahwa cafe yang memiliki nilai tertinggi adalah alternatif A1 yaitu Aeter by Loca dan nilai paling kecil adalah alternatif A4 yaitu Qahwaty cafe Sehingga nama alternatif cafe Aeter by Loca merupakan cafe terbaik dari 7 alternatif cafe yang ada.
Tabel 11.
Instrumen Pertanyaan Alternatif Vector V Ranking 0,16557 0,14467 0,14187 0,13843 0,13747 0,13689 0,13509 Tampilan Website Dari penelitian di atas penulis juga menerapkan dalam sebuah aplikasi yang menggunakan bahasa pemrograman PHP dan Database MySQL untuk menghitung penilaian pemilihan cafe yang ada di kota Palangka Raya.
Tampilan website ada bagian halaman admin dan halaman pengunjung.
Halaman Admin Halaman Halaman ini merupakan halaman di mana admin diminta untuk login dengan memasukkan username dan password guna mengakses halaman admin.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 1.
Halaman Login Halaman Dashboard Jika proses login berhasil, maka admin akan diarahkan ke halaman Dashboard.
Halaman ini terdapat menu yang terdiri dari alternatif cafe, kelola data kriteria.
Kelola sub kriteria, penilaian.
Hasil, dan Kelola akun admin.
Gambar 2.
Halaman Dashboard Halaman Alternatif Halaman ini berisi tentang data-data dari cafe di kota Palangka Raya di mana nama tabelnya terdiri dari nama cafe, gambar.
Alamat dan juga aksi untuk mengubah dan menghapus data cafe.
Halaman ini juga bisa melakukan tambah data cafe.
Gambar 3.
Halaman Data Alternatif Halaman Kriteria Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Halaman ini berisi tentang data-data kriteria di mana nama tabelnya terdiri dari nama kriteria, kode kriteria, tipe, bobot dan juga aksi untuk mengubah dan menghapus data kriteria.
Halaman ini juga bisa melakukan tambah data kriteria.
Gambar 4.
Halaman Data Kriteria Halaman Sub Kriteria Halaman ini berisi tentang data-data sub kriteria di mana nama tabelnya terdiri dari nama kriteria, kode kriteria, tipe, bobot dan juga aksi berupa button AudetailAy yang nantinya mengarah ke isi sub kriteria dari kriteria yang dipilih tersebut.
Gambar 5.
Halaman Data Sub Kriteria Halaman Penilaian Halaman ini berisi tentang data-data alternatif dari cafe di mana nama tabelnya terdiri dari nama kriteria, kode kriteria, tipe, bobot dan juga aksi berupa button AupenilaianAy yang nantinya mengarah ke penilaian detail dari cafe yang dipilih tersebut.
Halaman ini juga bisa melakukan tambah data Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 6.
Halaman Data Penilaian Selanjutnya setelah di klik button AupenilaianAy akan beralih ke halaman detail penilaian.
Halaman ini terdapat data kriteria yang sudah diberi nilai dengan nam-nama tabelnya terdiri dari nama kriteria, penilaian, dan nilai.
Selain itu juga ada sebuah aksi untuk mengubah dan menghapus data penilaian.
Gambar 7.
Halaman Data Penilaian Detail Halaman Pengunjung Halaman Pilih Cafe Pada halaman Pilih Cafe merupakan halaman menampilkan fitur untuk filter pencarian kriteria cafe, button detail kriteria dan sub kriteria dan juga fitur pilih cafe sesuai keinginan.
Pada filter pencarian kriteria cafe, pengunjung dapat memilih sub kriteria berdasarkan kriteria yang ada dan setelah klik cari akan menampilkan cafe-cafe apa saja yang sesuai dengan yang sudah difilter.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 8.
Halaman Pilih cafe Halaman Hasil Cafe Pada halaman Hasil Cafe merupakan halaman menampilkan hasil cafe yang sudah dipilih dari halaman menu pilih cafe.
Pada halaman ini terdapat beberapa fitur lain seperti tombol detail perhitungan cafe terpilih, rangking cafe terpilih, reset data, dan hapus cafe terpilih.
Gambar 9.
Halaman Hasil Cafe Kesimpulan Pada penelitian ini dapat disimpulkan bahwa Pembangunan sistem pendukung keputusan pemilihan cafe di kota Palangka Raya menggunakan metode weighted product .
ini menggunakan metode pengembangan dengan pemodelan waterfall menurut Ian Sommerville .
Dari analisis perhitungan dengan metode weighted product, dilakukan dengan 7 sampel alternatif cafe yang memiliki penilaian yang berbeda-beda dengan diberi kode A1 hingga A7.
Dari analisis ini mendapatkan hasil bahwa A1 yang bernama cafe Aeter by Loca merupakan alternatif terbaik dari 7 alternatif cafe dengan memperoleh vektor v 0,16557 dan nilai paling kecil adalah alternatif A4 yaitu Qahwaty cafe.
Pengambilan keputusan terbaik dengan metode weighted product diambil berdasarkan nilai vektor v tertinggi dari analisis perhitungan yang telah dilakukan.
Referensi