Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Penerapan Metode MABAC untuk Menentukan Cafy Tongkrongan Anak Muda Terbaik Amanda Putri Suratman*.
Larasati.
Poppy Hanna Anggiani.
Ela Roza Batubara Fakultas Teknik Informatika.
Prodi Sistem Informasi.
STIKOM Tunas Bangsa.
Pematangsiantar.
Indonesia Email: 1,*amandaputrisuratman@gmail.
com, 2larasaticute268@gmail.
com, 3poppyhannaangiani@gmail.
ela@amiktunasbangsa.
Email Penulis Korespondensi: amandaputrisuratman@gmail.
Submitted: 16/08/2025.
Accepted: 31/08/2025.
Published: 31/08/2025 AbstrakACafy tidak hanya berfungsi sebagai tempat untuk menikmati kopi, tetapi juga sebagai wadah untuk interaksi sosial, diskusi, dan relaksasi, terutama bagi generasi muda yang semakin menjadikan kafe sebagai bagian dari gaya hidup mereka.
Dalam konteks ini, pemilihan kafe yang tepat menjadi penting agar pengalaman yang diperoleh tidak hanya memuaskan dari sisi rasa, tetapi juga dari segi kenyamanan dan suasana.
Penelitian ini bertujuan untuk menentukan kafe terbaik untuk berkumpul di Kota Pematangsiantar dengan menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC) dalam Sistem Pendukung Keputusan (SPK).
Metode ini digunakan karena mampu menangani pengambilan keputusan yang melibatkan banyak kriteria secara objektif dan sistematis.
Terdapat tujuh kriteria utama yang dianalisis, yaitu harga, rasa, fasilitas, suasana, pelayanan, kualitas bahan, dan kebersihan.
Sebanyak tujuh kafe populer di kota tersebut dievaluasi berdasarkan kriteria-kriteria tersebut.
Hasil perhitungan menunjukkan bahwa Inhaven Specialty Coffeebar memperoleh skor tertinggi sebesar 1.
1456829 dan dinobatkan sebagai kafe terbaik.
Temuan ini membuktikan bahwa metode MABAC dapat memberikan rekomendasi yang akurat dan membantu konsumen, khususnya kalangan muda, dalam memilih tempat berkumpul yang ideal dan menyenangkan.
Kata Kunci: Sistem Pendukung Keputusan.
Maetode MABAC.
Rekomendasi Cafy.
Multi-Kriteria AbstractACafys serve not only as a place to enjoy coffee, but also as a forum for social interaction, discussion, and relaxation, especially for the younger generation who are increasingly embracing cafes as part of their lifestyle.
In this context, choosing the right cafe is crucial so that the experience is not only satisfying in terms of taste, but also in terms of comfort and atmosphere.
This study aims to determine the best cafes for gatherings in Pematangsiantar City using the MultiAttributive Border Approximation Area Comparison (MABAC) method in a Decision Support System (DSS).
This method is used because it can handle decision-making involving multiple criteria objectively and systematically.
Seven main criteria were analyzed: price, taste, facilities, atmosphere, service, quality of ingredients, and cleanliness.
A total of seven popular cafes in the city were evaluated based on these criteria.
The calculation results showed that Inhaven Specialty Coffeebar obtained the highest score of 1.
1456829 and was named the best cafe.
These findings prove that the MABAC method can provide accurate recommendations and help consumers, especially young people, in choosing an ideal and enjoyable gathering place.
Keywords: Decision Support System.
MABAC Method.
Cafe Recommendation.
Multi-Criteria
PENDAHULUAN
Cafe adalah tempat untuk berbagi cerita dengan teman, sahabat, dan keluarga sambil menikmati makanan dan minuman yang disediakan oleh pengelola sesuai dengan menu yang ada .
Kehadiran berbagai cafe memberikan pilihan alternatif untuk bersantai, menyelesaikan tugas, atau berdiskusi.
Namun, faktor-faktor seperti fasilitas, jarak, variasi menu, harga, dan kualitas layanan perlu dipertimbangkan sebelum membuat Situasi ini semakin rumit dengan minimnya informasi yang tersedia tentang kafe-kafe tersebut, sehingga pengunjung sering kali harus mengunjungi beberapa tempat untuk memperoleh informasi yang diperlukan .
"Nongkrong" adalah aktivitas yang sering dilakukan oleh remaja dan orang-orang yang masih di usia produktif.
Masyarakat memiliki standar yang berbeda-beda dalam menentukan kafe yang akan dipilih untuk mengatasi kebosanan atau sekadar menghabiskan waktu bersama keluarga.
Banyaknya cafe yang bermunculan menyebabkan persaingan semakin ketat, di mana masing-masing cafe berusaha memberikan menu dan pelayanan terbaik.
Hal ini memerlukan proses pemilihan yang sesuai dengan preferensi konsumen .
Oleh karena itu, salah satu bidang ilmu yang dapat membantu dalam memilih cafe terbaik adalah Sistem Pendukung Keputusan (SPK) .
Penelitian terdahulu yang dilakukan oleh Juli Novita Putri Zebua pada tahun 2024 berfokus pada sistem pendukung keputusan (SPK) untuk memilih kafe terbaik menggunakan metode OCRA .
Terdapat 5 kriteria yang diantaranya adalah rasa, harga, pelayanan, fasilitas dan kebersihan.
Pada penelitian yang dilakukan oleh Juli Novita Putri Zebua menghasilkan alternatif terbaik sebesar 2,309 oleh Kafe Coffe Saito sebagai kafe terbaik yang teridentifikasi.
Metode OCRA dalam pemilihan kafe terbaik memiliki kelebihan seperti objektivitas, kemampuan mempertimbangkan berbagai kriteria secara bersamaan, dan pembobotan yang jelas, namun juga menghadapi kelemahan seperti ketergantungan pada kualitas data, kompleksitas proses, potensi subjektivitas dalam penetapan bobot, keterbatasan kriteria yang dianalisis, dan kebutuhan untuk pembaruan seiring perubahan preferensi pelanggan.
penelitian yang dilakukan oleh Zulkhairani dan rekan-rekannya pada tahun 2024 yang membahas mengenai rekomendasi cafe di Kabupaten Asahan dengan penerapan metode ORESTE.
Terdapat 5 Copyright A 2025 Author.
Page 645 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
kriteria yang diantaranya adalah kenyamanan, harga, lokasi, pelayanan dan ragam menu.
Pada penelitian yang dilakukan oleh Zulkhairani dan rekan-rekan menghasilkan 3 alternatif terbaik yaitu Callisto Cafy.
Beans Bottle Coffe dam Max n MathAos.
Metode ORESTE dalam merekomendasikan cafy di Kabupaten Asahan memiliki kelebihan dalam relevansinya dengan perkembangan bisnis kafe dan penggunaan metode ORESTE yang sistematis, namun juga memiliki kelemahan seperti keterbatasan sampel dan subjektivitas dalam penentuan bobot kriteria, yang dapat mempengaruhi validitas hasil rekomendasi.
Penelitian yang dilakukan oleh Riza Akhsani Setyo Prayoga dan rekan-rekannya pada tahun 2023 yang membahas mengenai pemilihan cafe dengan menggunakan metode MABAC.
Terdapat 5 kriteria yang diantaranya kelengkapan menu dan fasilitas, tempat untuk parkir, competior, aksesabilitas dan harga.
Pada penelitian yang dilakukan oleh Riza Akhsani Setyo Prayoga dan rekan-rekannya menghasilkan 1 rekomendasi terbaik yaitu Cafe 1 dengan nilai sebesar 0,461897 yang teridentifikasi.
Metode MABAC pada jurnal ini memiliki kelebihan dalam relevansi topik, metodologi yang jelas, kriteria komprehensif, implementasi praktis, dan hasil yang konsisten, namun juga memiliki kelemahan terkait keterbatasan jumlah responden, fokus yang terbatas, kurangnya pembahasan mendalam, ketergantungan pada metode, dan keterbatasan kriteria .
SPK adalah sebuah sistem komputer interaktif yang dirancang untuk membantu para pengambil keputusan dalam memilih opsi yang tepat (Wibowo & Priandika, 2.
Sistem pendukung keputusan merupakan suatu sistem yang mampu mengurutkan nilai dari yang tertinggi hingga terendah dalam sebuah proses seleksi, sehingga dapat dengan cepat menyelesaikan masalah yang ada .
Untuk menerapkan Sistem Pendukung Keputusan (SPK) ini, diperlukan suatu metode.
Dalam penelitian ini, metode yang digunakan adalah Multi-Attributive Border Approximation Area Comparison (MABAC).
Metode yang disebut MABAC dikembangkan pada tahun 2015 oleh Pamucar dan Cirovic.
Metode ini merupakan metode yang terkenal dan fungsi utamanya adalah mencari solusi ideal optimal.
Pendekatan ini digunakan ketika seseorang dihadapkan dengan sebuah keputusan yang membutuhkan perhatian mereka.
Solusi yang diperoleh dengan metode ini adalah solusi yang menghasilkan rangking.
Sederhananya, metode MABAC adalah metode yang digunakan dalam pemilihan peringkat.
Cara ini berguna saat melaksanakan SPK.
Metode ini merupakan metode pemeringkatan .
Berdasarkan uraian yang telah disampaikan pada paragraf sebelumnya, diharapkan hasil penelitian ini nantinya dapat memberikan rekomendasi terhadap konsumen tentang pemilihan cafe terbaik bukan hanya sekadar tentang rasa kopi atau makanan yang disajikan, tetapi juga mencakup suasana, pelayanan, dan pengalaman yang ditawarkan kepada pengunjung.
Dalam dunia yang semakin sibuk ini, cafe menjadi tempat pelarian bagi banyak orang untuk bersantai, berkumpul, atau bahkan bekerja.
Oleh karena itu, penting bagi kita untuk mempertimbangkan berbagai aspek yang menjadikan sebuah cafe layak untuk dipilih sebagai yang terbaik.
Melalui penilaian yang objektif dan komprehensif, kita dapat menemukan cafe-cafe yang tidak hanya memuaskan selera, tetapi juga memberikan pengalaman yang tak terlupakan.
Mari kita mulai perjalanan ini untuk menemukan cafe terbaik yang dapat memenuhi segala harapan dan keinginan kita.
METODOLOGI PENELITIAN
1 Kerangka Dasar Penelitian Gambar 1 menunjukkan alur tahapan penelitian yang digunakan dalam penelitian ini.
Alur penelitian disusun secara sistematis, dimulai dari proses identifikasi masalah hingga pembuatan laporan penelitian.
Setiap tahapan dirancang untuk memastikan bahwa penerapan metode MABAC (Multi-Attributive Border Approximation Area Compariso.
dapat dilakukan secara terstruktur, objektif, dan menghasilkan keputusan yang akurat sesuai dengan tujuan penelitian.
Gambar 1.
Tahapan Penelitian Copyright A 2025 Author.
Page 646 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Penjelasan Gambar 1.
Mulai Tahapan ini merupakan titik awal penelitian yang menandai dimulainya seluruh rangkaian proses penelitian.
Pada tahap ini, peneliti mempersiapkan rancangan awal penelitian serta menentukan fokus permasalahan yang akan dikaji.
Mengidentifikasi Masalah Pada tahap ini, peneliti mengidentifikasi permasalahan yang terjadi pada objek penelitian.
Identifikasi masalah dilakukan untuk mengetahui kendala atau kebutuhan yang memerlukan solusi berbasis sistem pendukung keputusan, sehingga metode MABAC dipilih sebagai pendekatan penyelesaian masalah.
Pengumpulan Data Tahap pengumpulan data bertujuan untuk memperoleh data yang relevan dengan permasalahan penelitian.
Data yang dikumpulkan dapat berupa data alternatif, kriteria, serta nilai penilaian setiap alternatif terhadap kriteria yang telah ditentukan.
Data diperoleh melalui observasi, wawancara, kuesioner, maupun Studi Literatur dan Keperpustakaan Pada tahap ini, peneliti melakukan studi literatur dengan mempelajari berbagai referensi yang berkaitan dengan sistem pendukung keputusan, metode MABAC, serta penelitian terdahulu yang relevan.
Studi literatur bertujuan untuk memperkuat landasan teori dan memastikan metode yang digunakan sesuai dengan permasalahan penelitian.
Analisis dan Penerapan Metode Tahapan ini merupakan inti dari penelitian, yaitu analisis data dan penerapan metode MABAC untuk menghasilkan solusi keputusan.
Proses penerapan metode MABAC dilakukan melalui beberapa langkah sebagai berikut:
Pembuatan Laporan Penelitian Setelah seluruh proses analisis selesai, tahap selanjutnya adalah penyusunan laporan penelitian.
Laporan disusun secara sistematis yang mencakup pendahuluan, metodologi, hasil penelitian, pembahasan, serta kesimpulan dan saran.
Tahapan ini menandai berakhirnya seluruh rangkaian penelitian setelah laporan penelitian diselesaikan dan hasil penelitian diperoleh sesuai dengan tujuan yang telah ditetapkan.
2 Sistem Pendukung Keputusan SPK adalah sistem yang digunakan untuk mengambil keputusan terkait masalah yang terstruktur maupun tidak terstruktur, dengan tujuan untuk mencapai keputusan yang akurat melalui perankingan alternatif terbaik sesuai dengan kriteria yang telah ditentukan.
SPK adalah sistem yang digunakan untuk membantu individu atau kelompok yang memerlukan bantuan dalam membuat keputusan terkait pemilihan suatu hal.
Sistem ini beroperasi dengan menggunakan metode yang berbasis komputer.
SPK merupakan salah satu metode yang terkait dan berfungsi dalam lingkungan komputer .
3 Metode Multi-Attributive Border Approximation Area Comparison (MABAC) Metode yang disebut MABAC dikembangkan pada tahun 2015 oleh Pamucar dan Cirovic.
Metode ini merupakan metode yang terkenal dan fungsi utamanya adalah mencari solusi ideal optimal.
Pendekatan ini digunakan ketika seseorang dihadapkan dengan sebuah keputusan yang membutuhkan perhatian mereka.
Solusi yang diperoleh dengan metode ini adalah solusi yang menghasilkan rangking.
Dalam metode tersebut terdapat 8 langkah-langkah dapat dilihat dan dipahami dibawah ini .
Membentuk matriks keputusan di awal (X) .
orming initial decision matriks (X)).
Pada langkah pertama dilakukan evaluasi alternative AimAn dengan AinAn kriteria.
Alternatif disajikan dengan vector Ai = (Xi1.
Xi2.
Xi3,A,Xi.
, dimana Xij adalah nilai dari AiiAn alternatif dengan kriteria AijAn .
= 1, 2, 3.
, m.
j = 1,2,3,A.
, .
Dimana m adalah nomor alternatif, n adalah jumlah total kriteria Normalisasi elemen matriks awal (X) (Normalization of initial matrix .
Elemen matriks ternormalisasi (N) diperoleh dengan menerapkan rumus:
Copyright A 2025 Author.
Page 647 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Jenis kriteria Benefit (For benefit-type criteri.
Jenis kriteria Cost (For cost-type criteri.
Tij = .
Menghitung nilai matriks berbobot .
Keterangan :
wj = menyajikan elemen matriks yang dinormalisasikan (N) tij = menyajikan koefisien bobot kriteria Penentuan matriks era aproksimasi perbatasan (G) A .
G = .
1 g2 A Perhitungan jarak alternatif dari daerah aproksimasi perbatasan untuk elemen matriks (Q) Q=[ ]=[ .
Membuat peringkat alternative Perhitungan nilai fungsi kriteria untuk alternatif diperoleh dari jumlah jarak alternatif dari area aproksimasi perbatasan (Q).
Semakin besar nilai S_i maka semakin baik alternatifnya.
4 Cafe Menurut Longman dalam Dictionary of English Language and Culture, cafe adalah sebuah restoran kecil yang menyajikan makanan ringan dan minuman, dan biasanya menjadi tempat bagi orang-orang untuk bersantai.
(Lenterakecil n.
Cafe biasanya tidak menyediakan menu makanan utama, tetapi hanya menawarkan minuman dan makanan ringan sebagai pilihan hidangan .
Selain itu, beberapa cafe juga mengadakan pertunjukan musik live sebagai hiburan bagi pengunjung yang datang .
HASIL DAN PEMBAHASAN
1 Penerapan Alternatif Untuk menentukan cafy terbaik bagi anak muda di kota Pematangsiantar, diharapkan dapat membantu pelanggan dalam memilih tempat berkumpul.
Penulis menerapkan metode MABAC untuk mengatasi permasalahan dalam penelitian ini dengan menetapkan 7 alternatif dan 7 kriteria, sehingga menghasilkan peringkat yang tepat dan Berikut adalah 7 data alternatif cafy sebagai berikut:
Tabel 1.
Alternatif Cafy Tongkrongan Anak Muda Kode Alternatif Kopi Bahagia Dear Coffe Siantar De Koffiehuis Hoek TuanPuan Coffe & Art Inhaven Specialty Coffebar Narasi Coffe Coffe Soeaka Copyright A 2025 Author.
Page 648 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
2 Penerapan Kriteria Untuk melaksanakan penelitian, diperlukan kriteria yang dijadikan sebagai pedoman.
Dalam penelitian ini, kriteria yang digunakan dapat dilihat pada Tabel 2:
Tabel 2.
Data Kriteria Kode Kriteria Harga Rasa Makanan dan Minuman Fasilitas Suasana Pelayanan Kualitas Bahan Kebersihan Jenis Cost Benefit Benefit Benefit Benefit Benefit Benefit Pada saat melakukan penelitian pada SPK, dibutuhkan bobot pada setiap kriteria.
Pada penelitian ini metode yang dipakai dalam melakukan pembobotan adalah metode pembobotan MABAC yang dapat dilihat pada Tabel 3 berikut ini :
Tabel 3.
Data Kriteria Kode Kriteria Harga Rasa Minuman dan Makanan Fasilitas Suasana Pelayanan Kualitas Bahan Kebersihan Bobot Jenis Cost Benefit Benefit Benefit Benefit Benefit Benefit Pada Tabel 4 berikut merupakan data rating kecocokan data alternatif setiap kriteria :
Tabel 4.
Data Rating Kecocokan alternatif pada setiap kriteria Alternatif Memuaskan Sangat Puas Puas Puas Puas Sangat Puas Puas Cukup Puas Nyaman Memuaskan Baik Bersih Memuaskan Cukup Memuaskan Memuaskan Nyaman Baik Memuaskan Memuaskan Nyaman Bersih Sangat Bersih Memuaskan Nyaman Memuaskan Sangat Memuaskan Sangat Memuaskan Sangat Memuaskan Sangat Memuaskan Memuaskan Kurang Memuaskan Memuaskan Memuaskan Memuaskan Sangat Nyaman Nyaman Cukup Nyaman Baik Baik Bersih Memuaskan Sangat Baik Baik Sangat Bersih Bersih Memuaskan Baik Bersih Memuaskan Tabel 4 menyajikan data yang bersifat linguistik, sehingga perhitungannya menjadi sulit.
Untuk mempermudah proses perhitungan, data tersebut perlu diolah dengan mengonversinya ke dalam bentuk angka melalui pembobotan.
Berikut ini adalah tabel yang menunjukkan pembobotan untuk C1.
C2.
C3.
C4.
C5.
C6 dan C7.
Tabel 5.
Nilai Bobot C1 Keterangan Sangat Puas Puas Cukup Puas Kurang Puas Tidak Puas Bobot Tabel 6 Nilai Bobot C2 yang menggambarkan tingkat kepuasan responden terhadap aspek yang dinilai, dengan rentang bobot dari Sangat Memuaskan sampai Tidak Memuaskan.
Copyright A 2025 Author.
Page 649 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Tabel 6.
Nilai Bobot C2 Keterangan Sangat Memuaskan Memuaskan Cukup Memuaskan Kurang Memuaskan Tidak Memuaskan Bobot Tabel 7 Nilai Bobot C3 yang menunjukkan klasifikasi penilaian kepuasan responden beserta bobot yang digunakan dalam proses penilaian.
Tabel 7.
Nilai Bobot C3 Keterangan Sangat Memuaskan Memuaskan Cukup Memuaskan Kurang Memuaskan Tidak Memuaskan Bobot Tabel 8 Merupakan Nilai Bobot C4 yang menjelaskan tingkat kenyamanan responden, mulai dari Sangat Nyaman hingga Tidak Nyaman dengan bobot masing-masing.
Tabel 8.
Nilai Bobot C4 Keterangan Sangat Nyaman Nyaman Cukup Nyaman Kurang Nyaman Tidak Nyaman Bobot Tabel 9 Merupakan Nilai Bobot C5 yang memuat kriteria tingkat kepuasan responden terhadap pelayanan, lengkap dengan bobot penilaian.
Tabel 9.
Nilai Bobot C5 Keterangan Sangat Memuaskan Memuaskan Cukup Memuaskan Kurang Memuaskan Tidak Memuaskan Bobot Tabel 10 Merupakan Nilai Bobot C6 yang menggambarkan penilaian kualitas berdasarkan kategori Sangat Baik sampai Tidak Baik.
Tabel 10.
Nilai Bobot C6 Keterangan Sangat Baik Baik Cukup Baik Kurang Baik Tidak Baik Bobot Tabel 11 Nilai Bobot C7 yang menjelaskan tingkat kebersihan berdasarkan persepsi responden beserta bobot penilaiannya.
Tabel 11.
Nilai Bobot C7 Keterangan Sangat Bersih Bersih Cukup Bersih Kurang Bersih Tidak Bersih Bobot Copyright A 2025 Author.
Page 650 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Setelah kriteria diberi bobot, data yang awalnya berbentuk linguistic telah diubah menjadi data numerik yang dapat dilihat pada Tabel 12:
Tabel 12.
Data Rating Kecocokan alternatif pada setiap kriteria setelah dibobotkan Alternatif 3 Penetapan Metode MABAC Langkah perhitungan metode MABAC sebagai berikut:
Membentuk matriks keputusan di awal (X) X=[ Normalisasi elemen matriks awal (X) Menghitung nilai normalisasi matriks pada jenis kriteria cost.
Menghitung nilai normalisasi matriks pada jenis kriteria benefit.
Copyright A 2025 Author.
Page 651 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Copyright A 2025 Author.
Page 652 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Setelah dilakukan semua perhitungan didapatkan hasil data normalisasi matriks keputusan awal yang dapat dilihat pada Tabel 13.
Tabel 13.
Data Normalisasi Matriks Keputusan Awal Alternatif Menghitung matriks berbobot v11 = 0.
040 * .
= 0.
v12 = 0.
090 * .
= 0.
v13 = 0.
156 * .
= 0.
v14 = 0.
256 * .
= 0.
v15 = 0.
456 * .
= 0.
v16 = 0.
556 * .
= 0.
v17 = 0.
656 * .
= 0.
v21 = 0.
040 * .
= 0.
v22 = 0.
090 * .
= 0.
v23 = 0.
156 * .
= 0.
v24 = 0.
256 * .
= 0.
v25 = 0.
456 * .
= 0.
v26 = 0.
556 * .
= 0.
v27 = 0.
656 * .
= 0.
v31 = 0.
040 * .
= 0.
v32 = 0.
090 * .
= 0.
v33 = 0.
156 * .
= 0.
v34 = 0.
256 * .
= 0.
v35 = 0.
456 * .
= 0.
Copyright A 2025 Author.
Page 653 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
v36 = 0.
556 * .
= 0.
v37 = 0.
656 * .
= 1.
v41 = 0.
040 * .
= 0.
v42 = 0.
090 * .
= 0.
v43 = 0.
156 * .
= 0.
v44 = 0.
256 * .
= 0.
v45 = 0.
456 * .
= 0.
v46 = 0.
556 * .
= 0.
v47 = 0.
656 * .
= 0.
v51 = 0.
040 * .
= 0.
v52 = 0.
090 * .
= 0.
v53 = 0.
156 * .
= 0.
v54 = 0.
256 * .
= 0.
v55 = 0.
456 * .
= 0.
v56 = 0.
556 * .
= 1,112
v57 = 0.
656 * .
= 1.
v61 = 0.
040 * .
= 0.
v62 = 0.
090 * .
= 0.
v63 = 0.
156 * .
= 0.
v64 = 0.
256 * .
= 0.
v65 = 0.
456 * .
= 0.
v66 = 0.
556 * .
= 0.
v67 = 0.
656 * .
= 0.
v71 = 0.
040 * .
= 0.
v72 = 0.
090 * .
= 0.
v73 = 0.
156 * .
= 0.
v74 = 0.
256 * .
= 0.
v75 = 0.
456 * .
= 0.
v76 = 0.
556 * .
= 0.
v77 = 0.
656 * .
= 0.
Setelah dilakukan semua perhitungan didapatkan hasil data matriks yang berbobot yang dapat dilihat pada Tabel 14 Tabel 14.
Data Matriks Berbobot Alternatif Copyright A 2025 Author.
Page 654 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Alternatif Penentuan matriks area aproksimasi perbatasan G1 = ( ) = 0.
G2 = (
) = 0.
G3 = (
) = 0.
G4 = (
) = 0.
G5 = (
) = 0.
G6 = (
) = 0.
G7 = (
) = 0.
Pendekatan perbatasan matriks area G dibentuk dengan format n x 1 seperti berikut.
G = 0.
Menghitung jarak alternative q11 = .
040 Ae 0.
= -0.
q12 = .
090 Ae 0.
= 0
q13 = .
156 Ae 0.
= -0.
q14 = .
384 Ae 0.
= -0.
q15 = .
456 Ae 0.
= -0.
q16 = .
556 Ae 0.
= -0.
q17 = .
656 Ae 0.
= -0.
q21 = .
060 Ae 0.
= 0.
q22 = .
090 Ae 0.
= 0
q23 = .
132 Ae 0.
= -0.
q24 = .
385 Ae 0.
= -0.
q25 = .
456 Ae 0.
= -0.
q26 = .
556 Ae 0.
= -0.
q27 = .
656 Ae 0.
= -0.
q31 = .
060 Ae 0.
= 0.
q32 = .
090 Ae 0.
= 0
q33 = .
312 Ae 0.
= 0.
q34 = .
384 Ae 0.
= -0.
q35 = .
912 Ae 0.
= 0.
q36 = .
556 Ae 0.
= -0.
q37 = .
312 Ae 0.
= 0.
q41 = .
040 Ae 0.
= -0.
Copyright A 2025 Author.
Page 655 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
q42 = .
090 Ae 0.
= 0
q43 = .
156 Ae 0.
= -0.
q44 = .
384 Ae 0.
= -0.
q45 = .
456 Ae 0.
= -0.
q46 = .
556 Ae 0.
= -0.
q47 = .
656 Ae 0.
= -0.
q51 = .
040 Ae 0.
= -0.
q52 = .
090 Ae 0.
= 0
q53 = .
312 Ae 0.
= 0.
q54 = .
512 Ae 0.
= 0.
q55 = .
456 Ae 0.
= -0.
q56 = .
112 Ae 0.
= 0.
q57 = .
312 Ae 0.
= 0.
q61 = .
050 Ae 0.
= 0.
q62 = .
090 Ae 0.
= 0
q63 = .
312 Ae 0.
= 0.
q64 = .
384 Ae 0.
= -0.
q65 = .
456 Ae 0.
= -0.
q66 = .
556 Ae 0.
= -0.
q67 = .
656 Ae 0.
= -0.
q11 = .
040 Ae 0.
= -0.
q12 = .
090 Ae 0.
= 0
q13 = .
312 Ae 0.
= 0.
q14 = .
384 Ae 0.
= -0.
q15 = .
456 Ae 0.
= -0.
q16 = .
556 Ae 0.
= -0.
q17 = .
656 Ae 0.
= -0.
Setelah dilakukan semua perhitungan didapatkan hasil data nilai jarak alternatif yang dapat dilihat pada Tabel Tabel 15.
Data Nilai Jarak Alternatif
Alternatif
Peringkat Alternatif
( )
Copyright A 2025 Author.
Page 656 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 6.
No.
August 2025.
Page 645-658 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
( )
( )
( )
( )
( )
( )
Dari perhitungan yang telah dilakukan dengan analisa penerapan metode MABAC sehingga menghasilkan perangkingan seperti Tabel 16 berikut:
Tabel 16.
Data Peringkat Alternatif Kode Alternatif Kopi Bahagia Dear Coffe Siantar De Koffiehuis Hoek TuanPuan Coffe & Art Inhaven Specialty Coffebar Narasi Coffe Coffe Soaka Nilai Peringkat Hasil perhitungan dengan menggunakan 7 alternatif dan 7 kriteria menunjukkan bahwa alternatif terbaik adalah Inhaven Specialty Coffebar dengan nilai 1.
1456829, seperti yang terlihat pada tabel 16 di atas, sehingga menjadi rekomendasi cafy tongkrongan anak muda terbaik di Kota Pematangsiantar.
KESIMPULAN
Kesimpulan dari penelitian ini menunjukkan bahwa penggunaan metode Multi-Attributive Border Approximation Area Comparison (MABAC) dalam Sistem Pendukung Keputusan (SPK) efektif untuk menentukan kafe terbaik di Kota Pematangsiantar secara objektif, terukur, dan menyeluruh.
Melalui keterlibatan tujuh kriteria utamaAiharga, rasa makanan dan minuman, fasilitas, suasana, pelayanan, kualitas bahan, dan kebersihanAipenelitian ini berhasil memberikan penilaian yang komprehensif terhadap tujuh kafe populer.
Dari hasil perhitungan yang dilakukan secara bertahap dan sistematis.
Inhaven Specialty Coffebar memperoleh skor tertinggi sebesar 1.
1456829 dan dinyatakan sebagai kafe terbaik.
Penerapan metode MABAC terbukti mampu menyederhanakan proses pengambilan keputusan multi-kriteria dengan memberikan pembobotan yang transparan serta menghasilkan peringkat alternatif yang dapat diandalkan.
Proses perhitungan mulai dari normalisasi data, pembentukan matriks perbatasan, hingga analisis jarak terhadap area aproksimasi dilakukan dengan pendekatan kuantitatif yang sistematik.
Namun demikian, penelitian ini memiliki sejumlah keterbatasan, seperti ukuran sampel yang relatif kecil serta potensi subjektivitas dalam pemberian bobot kriteria.
Untuk pengembangan selanjutnya, disarankan agar mempertimbangkan lebih banyak alternatif dan menambahkan kriteria yang lebih relevan dengan tren konsumen masa kini, seperti keberadaan Wi-Fi gratis, ruang kerja, atau praktik ramah lingkungan.
Temuan ini diharapkan dapat menjadi acuan penting bagi konsumen dalam memilih tempat berkumpul serta bagi pelaku usaha dalam meningkatkan kualitas layanan.
REFERENCES