Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
Implementasi Sistem Pengambilan Keputusan dalam Memilih Merek Sosis Frozen Food Terbaik dengan Metode Simple Additive Weighting (SAW) pada Prima Freshmart BSD Aries Saifudin1.
Adinda Dwi Lestari2.
Afifah Yasmin3.
Gustin Triani4.
Indira Putri Shahne5 Teknik Informatika.
Universitas Pamulang.
Tangerang Selatan.
Indonesia e-mail: 1aries.
saifudin@unpam.
id, 2adindawile19@gmail.
com, 3afifah.
yasmin05@gmail.
1122agustine@gmail.
com, 5indira0217ptr@gmail.
Submitted Date: Juni 25, 2022 Revised Date: Agustus 14, 2022 Reviewed Date: Juli 07, 2022 Accepted Date: September 14, 2022 Abstract Prima Freshmart operates in the food and beverage (F & B) industry and is committed to following the evolution of the culinary world, especially ingredients, to become more competitive and aware of Today, frozen foods are becoming more and more demanding, making it difficult to judge quality when buying the best brands of sausages.
Prima Freshmart has many types of sausage brands such as Champ.
Okey.
Asimo and Fiesta.
Therefore, you need to implement a decision-making system to help you select and decide on your sausage brand.
The study depicts the case of investigating the best alternatives based on the marks determined by the SAW (Simple Additive Weightin.
The calculation by the SAW method goes through two iterations, a normalized decision matrix and a ranking process.
This method helps you make decisions when choosing a sausage brand by assigning weights to each criterion and assigning sausage brand values to each criterion to rank the best sausage brands.
Keywords: Brand.
Frozen Food.
SAW
Abstrak Prima Freshmart bergerak dalam bidang Industri Food & Beverage (F&B), serta wajib mengikuti perkembangan dunia kuliner terutama bahan-bahan makanan.
Hal ini dikarenakan agar Prima Freshmart bisa bersaing serta mengikuti kemajuan.
Saat ini persaingan bidang usaha frozen food semakin ketat dan sulit untuk menentukan kualitas pada saat membeli merek sosis terbaik.
Prima Freshmart memiliki banyak macam-macam merek sosis seperti Champ.
Okey.
Asimo, dan Fiesta.
Oleh sebab ituadanya sebuah system penarikan diharuskan agar dapat membantu pemilihan dan penentuan merek sosis tersebut.
Dalam riset ini akan ditarik sebuah kasus yakni menelusuri alternatif yang paling baik berdasarkan merek-merek yang telah ditetapkan dengan memakai teknik SAW (Simple Additive Weightin.
Metode SAW mempunyai perhitungan dengan dua iterasi yakni matriks keputusan yang ternormalisasi dan proses pemeringkatan.
Metode ini adalah sebuah teknik yang dapat membantu untuk membuat keputusan dalam memilih merek sosis ini dengan memberi nilai bobot dalam tiap kriteria serta memberi nilai merek sosis dalam tiap kriteria, akan membuahkan hasil peringkat merek sosis dari yang terbaik.
Kata kunci: merek.
Frozen Food.
SAW
Pendahuluan Frozen food .
akanan bek.
merupakan produk makanan yang diawetkan dengan teknis yang melakukan perubahan hampir semua kandungan air pada produk menjadi es (Bachtiar.
Kondisi beku mengakibatkan kegiatan enzim dan mikrobiologi maka kadaluwarsa pada produk dijadikan lebih lama dari ketentuan seharusnya (C Palandeng.
C Mandey, & Lumoindong, 2.
Bahan pangan yang dilakukan http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
pembekuan akan memiliki batasan ketahanan dalam penyimpan.
Dalam periode waktu tertentu produk masih dapat diterima, apakah dari tekstur, rasa, warna, dan wujudnya.
Perihal ini dikenali dengan nama high quality life.
Secara umum, bahan pangan yang terkandung lemak tinggi berdaya simpan lebih pendek daripada dengan yang kadar lemak tersebut rendah.
Daging ayam adalah sumber protein hewani yang tinggi dan sangat diperlukan untuk tubuh (Tri Permadani, 2.
Menurut dari para ahli gizi, kandungan protein hewani lebih lengkap daripada kandungan protein nabati.
kandungan nutrisi dari daging lebih besar dikarenakan memiliki sebuah zat asam amino yang lengkap serta seimbang.
Dengan naiknya pola konsumsi publik menyebabkan perubahan dari memakan daging segar kepada berbagai produk olahan daging yang siap dimasak serta siap dimakan.
Perihal ini menunjang dalam dilakukan pengembangan variasi dan teknologi pada olahan daging, yang mana antara lain yang disenangi ialah sosis.
Olahan sosis ayam berzat gizi yang setara ataupun bahkan lebih dari daging, dikarenakan pada olahan ditambah berbagai bumbu (C Palandeng.
C Mandey, & Lumoindong, 2.
Sosis yang baik memiliki tekstur yang kenyal, bebas bahan kimia berbahaya, tidak terkandung bahan pengawet, serta tidak terkandung pewarna sintetis yang dapat membahayakan apabila Prima Freshmart adalah salah satu perusahaan retail di Indonesia.
Prima Freshmart merupakan anak dari perusahaan CP Food yang termasuk anak perusahaan Charoen Pokphand Indonesia (CPI).
Prima Freshmart adalah toko khusus yang memperdagangkan bahan olahan, makanan segar, serta siap dikonsumsi dari produk Berbagai produk yang ditawarkan di Prima Freshmart memiliki harga yang terjangkau untuk Di kawasan Pasar Modern BSD City terdapat satu cabang Prima Freshmart yaitu Prima Freshmart BSD.
Prima Freshmart BSD menjual berbagai macam merek sosis yang terbuat dari daging ayam Beberapa merek sosis yang tersedia di Prima Freshmart, yaitu Fiesta.
Champ.
Asimo, dan Okey.
Dalam upaya menentukan merek terbaik yang banyak dipilih oleh para konsumen.
Prima Freshmart BSD memerlukan Sistem Pengambilan Keputusan agar dapat membantu untuk ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
menentukan merek sosis terbanyak dibeli oleh konsumen Prima Freshmart.
Ada sebagian teknik yang dapat dipergunakan untuk menyusun sistem penunjang keputusan di antaranya ialah Sistem Pengambilan Keputusan menggunakan metode Simple Additive Weighting (SAW) bisa disebut teknik jumlah dengan bobot.
Landasan dasar dari teknik ini yakni menelusuri jumlah terbobot dari penilaian kinerja dalam tiap pilihan dalam seluruh atribut.
Temuan permasalahan di atas, sistem informasi dapat digunakan untuk menentukan mutu dan mutu sosis olahan yang dibuat dari berbagai jenis bahan dan untuk mengambil keputusan secara cepat menggunakan standar mutu sosis.
Sistem pendukung keputusan digunakan sebagai peralatan untuk mengetahui kualitas sosis olahan.
Hal ini dikarenakan menariknya sebuah sistem bisa membuat kapasitas pengiriman semakin luas, tetapi tidak ada kepuasan yang memerlukan penilaian.
Simple (SAW) merupakan model yang digunakan pada sistem pendukung keputusan (Haqi, 2.
Pemilihan menggunakan SAW diharapkan bisa menjadi penentu nilai bobot untuk setiap atribut, dan pemeringkatan yang memungkinkan Anda untuk memilih opsi terbaik dari kumpulan opsi dalam hal Ini adalah sosis berkualitas tinggi yang menetapkan standar.
Aplikasi Sistem Pendukung Keputusan (SPK) yang dikembangkan dengan menerapkan metode SAW akan diuji terlebih dulu sebelum diimplementasikan/digunakan.
Untuk menjamin kualitas sistem/aplikasi yang dikembangkan harus melalui tahap pengujian (Pratala.
Asyer.
Prayudi, & Saifudin, 2.
Pengujian merupakan tahapan penting yang harus dilakukan untuk memberikan jaminan terhadap kualitas perangkat lunak yang dikembangkan (Muslimin, et al.
, 2.
Pengujian sistem sangat penting untuk memberikan jaminan kualitasnya dan membuktikan bahwa fungsinya telah beroperasi dengan benar (Ijudin & Saifudin, 2 Metodologi 1 Sistem Pendukung Keputusan Sistem adalah entitas di mana memuat komponen dan elemen yang keterikatan dalam menyampaikan informasi.
Pengambilan keputusan, di sisi lain, adalah tindakan memilih strategi atau tindakan untuk memecahkan masalah.
http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
Sistem pendukung keputusan (Decision support system/DSS) yakni sistem informasi di mana menghubungkan, berkomunikasi, dan mengatur data (Londong Allo & Wisnu Wirawan.
Sistem pendukung keputusan dipakai guna memberikan solusi dan menilai masalah.
2 Metode Simple Additive Weighting (SAW) Salah satu metode proses pengambilan keputusan yakni Simple Additive Weighting (SAW) dalam proses pengambilan suatu keputusan pada perancangan ini.
Penentuan nilai setiap atribut, mengambil dari penjumlahan bobot setiap penilaian kinerja untuk alternatif di seluruh atribut ditentukan oleh metode ini (Amalia, 2.
Proses normalisasi matriks keputusan (X) menuju skala bisa diperbandingkandengan seluruh penilaian alternatif yangada dibutuhkan oleh Metode SAW.
Tahapan-tahapan metode SAW (Nizar & Marisa, 2.
Identifikasi kriteria untuk membuat keputusan.
Tentukan penilaian kesesuaian untuk setiap kriteria alternatif.
Buat matriks keputusan dari kriteria dan normalkan matriks dari persamaan disesuaikan tipe atribut untuk membuat matriks yang Hasil akhir didapat saat proses pemeringkatan yakni penjumlahan dari perkalian matriks sehingga dapat diperoleh nilai terbesar yang dipilih sebagai pilihan solusi yang terbaik.
Metode SAW memiliki Persamaan (Lee & Gusrianty, 2.
, seperti di bawah ini:
ycUycnyc
ycAyaycU ycUycnyc
ycAyaycA ycUycnyc
ycUycnyc
Xij
MAX Xij
Benefit
Cost
ISSN: 2541-1004
e-ISSN: 2622-4615 32493/informatika.
: Nilai Atribut Yang Dimiliki Dari Setiap Kriteria : Nilai Terbesar Dari Setiap Kriteria : Nilai Terbesar Adalah Terbaik : Nilai Terkecil Adalah Terbaik Yang mana rij ialah penilaian kinerja ternormalisasi dari alternatif Ai dalam atribut Cj.
i=1, 2.
A, m dan j=1, 2.
A, n.
ycu ycOycn = Oc Di mana:
Rij : Nilai Peringkat Kinerja Normalisasi ycyc ycycnyc Di mana:
= Nilai Akhir Alternatif = Bobot Yang Telah Ditentukan Rij = Normalisasi Matriks Nilai Vi yang lebih tinggi memberikan indikasi bahwa alternatif ai lebih dipilih.
3 Perhitungan (SAW) Tahapan metode SAW adalah sebagai berikut:
Input Data Memasukkan data kriteria, data alternatif, dan nilai penilaian bobot.
Data yang diperlukan merupakan data alternatif dan data referensi.
Data alternatif merupakan data di mana memiliki fungsi alternatif, dirancang untuk memilih salah satu yang paling cocok di antara data dasar.
Bobot kriteria yang digunakan adalah harga sosis, kualitas sosis, waktu pengiriman dari pemasok, dan waktu penyimpanan sosis.
Berikut merupakan yaycnycoyca yc ycnycaycoycaEa ycaycycycnycaycyc ycoyceycycuycycycuyciycaycu .
yaycyycaycaycnycoyca yc ycnycaycoycaEa ycaycycycnycaycyc ycaycnycaycyca .
yc=1 Tabel 1.
Kriteria Kode Kriteria Kriteria Bobot Harga .
Kualitas .
Waktu Pengiriman.
Waktu .
Simpan 0,2 http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
Menentukan nilai peringkat kecocokan setiap alternatif pada setiap kriteria.
Nilai dimasukkan sesuai hasil survei pelanggan di lapangan:
ISSN: 2541-1004
e-ISSN: 2622-4615 32493/informatika.
perkalian matrik ternormalisasi R dengan vektor bobot didapa didapat nilai terbesar yang dipilih sebagai alternatif terbaik (A.
untuk solusi menggunakan persamaan fungsi 2.
V1 = .
*0,.
,705882353*0,.
,705882353*0,.
*0,.
V2 = .
,623333333*0,.
,941176471*0,.
,941176471*0,.
*0,.
V3 = .
,381632653*0,.
*0,.
*0,.
*0,.
V4 = .
,813043478*0,.
,823529412*0,.
,823529412*0,.
*0,.
Tabel 2.
Data Nilai Peringkat Kecocokan Kriteria
Alternatif
Asimo
Champ
Fiesta
Okey
60 60 80 60
85 60 70 60
Hasil normalisasi matriks 1 0,705882353 0,623333333 0,941176471 0,705882353 1 0,941176471 1
0,381632653 1 0,813043478 0,823529412
1 1 0,823529412 1
Maka dapat disimpulkan, proses yang ada memiliki tujuan yakni memberikan nilai preferensi pada setiap alternatif menurut nilai yang sudah diberikan kepada setiap kriteria.
Jika kriteria telah menghasilkan nilai, sistem akan otomatis menghitung lalu mengeluarkan hasil nilai preferensi pada merek sosis.
Adanya hasil pengujian pendukung keputusan, sosis otomatis akan diberikan peringkat sesuai merek terbaik.
Membuat berdasarkan kriteria (C.
, kemudian berdasarkan persamaan fungsi 1 dan disesuaikan pada jenis atribut, hingga didapat matriks ternormalisasi R.
700 60 30.
000 85 18.
Dari pemeringkatan sebagai berikut:
V2 = 0,857588235
V4 = 0,855677749
V1 = 0,852941176
V3 = 0,814489796
Hasil akhir diperoleh dari proses pemeringkatan yaitu menjumlahkan Perancangan Sistem System Development Life Cycle (SDLC) merupakan siklus pengembangan software yang terdiri dari beberapa tahapan mulai dari perencanaan, analisa, desain, implementasi, pengujian, dan perawatan.
Model SDLC yang digunakan pada pengembangan software di sini adalah waterfall.
Model waterfall atau Classic Life Cycle adalah sebuah model yang banyak digunakan oleh Software Engineering (SE) (M & Ariani Sukamto, 2.
Rencana sistematis diproses pengembangan sistem setelah mempunyai data cukup guna mendukung disebut dengan perancangan sistem kegiatan pengembangan sistem.
Diagram UML digunakan di perancangan aplikasi ini.
Hanya ada satu tingkat hak pengguna pada aplikasi ini, yaitu http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
Administrator.
Seorang Administrator dapat mengelola seluruh isi dari data pada aplikasi ini.
Unified Modeling Language (UML) dapat memfasilitasi pengembangan sistem dengan membuat sistem informasi dengan paradigma berbasis objek.
Selain itu, keamanan data menjadi salah satu faktor utama yang menarik perhatian.
Keamanan data sangat penting, hal ini dikarenakan penyalahgunaan data sering dialami.
Alat bantu pada perancangan berorientasi objek berbasiskan UML yakni:
ISSN: 2541-1004
e-ISSN: 2622-4615 32493/informatika.
Entity Relationship Diagram (ERD) Entity-relationship diagram(ERD) yakni guna memberikan model basis data relasional.
Pemodelan database awal yang paling umum merupakan penggunaan ERD.
Hubungan entitas dikembangkan untuk memfasilitasi desain basis data dengan menyediakan kemampuan untuk menentukan skema yang mewakili keseluruhan struktur logis dari basis data.
Gambar 1.
Entity Relationship Diagram(ERD) Use Case Diagram Use case diagram yakni sebuah pemodelan bagi system.
Use case diagram mendiskripsikan adanya hubngan antar satu atau lebih aktor pada sistem yang ada.
Artinya penggunaan user case adalah agar fungsi yang ada di system dan siapa saja yang memiliki hak mengendalikan fungsi tersebt dapat diketahui.
Use case Diagram mempresentasikan skenario antar actor atau admin dengan sistem.
Use case dapat dioperasikan dengan mendeskripsikan jenis interaksi antara pengguna dari sistem.
Gambar 2.
Use Case Diagram Activity Diagram Activity diagram memiliki fungsi untuk melihat aktivitas di sistem dirancang, bermulanya aliran, terjadinya decision dan Activity diagram juga memperlihatkan http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
Gambar 3.
Activity Diagram Login Admin Gambar 4.
Activity Diagram Data Supplier Gambar 4.
Activity Diagram Data Barang Gambar 5.
Activity Diagram Data Kriteria http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
Halaman utama Aplikasi SPK Ae Prima Freshmart mempunyai kategori yang di dalamnya terdapat pilihan Menu.
Barang.
Supplier.
Kriteria.
Sub Kriteria.
Bobot.
Penilaian.
Hasil dan Keluar.
Gambar 8.
Halaman Menu Utama Aplikasi SPK Gambar 6.
Activity Diagram Data Nilai Tampilan Data Barang Halaman ini untuk memasukkan data barang yang akan ditambahkan atau mengubahnya.
Tampilan ini berisikan tentang daftar nama barang yang bisa disimpan dan di hapus.
Hasil dan Pembahasan Adanya analisis kebutuhan yakni untuk menentukan keperluan yang dibutuhkan untuk menjadikan aplikasi system berupa implementasi sistem pendukung keputusan saat pemilihan merek makanan beku terbaik di Prima Freshmart.
Tampilan Login Login berfungsi untuk menverifikasi pengguna yang sudah daftar akun kemudian sampai ke menu utama melakukan pengisian Username dan Password.
Gambar 9.
Halaman Data Barang Aplikasi SPK Tampilan supplier Di halaman ini admin bisa memasukkan, mengganti dan menyimpan data supplier.
Data Supplier ditambahkan ketika sudah bekerja sama dan akan diubah ketika terdapat kesalahan pada saat menambahkan data.
Data akan di hapus ketika supplier sudah tidak bekerja sama.
Gambar 7.
Halaman Login Aplikasi SPK Tampilan Halaman Utama http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
penentuan bobot penilaian pada masing-masing Gambar 10.
Halaman Data Supplier Aplikasi SPK Tampilan Kriteria Halaman ini admin dapat menambahkan, menghapus dan mengubah data kriteria.
Data Kriteria yang ditambahkan adalah nama dan sifat kriteria barang tersebut.
Gambar 13.
Halaman Data Bobot Aplikasi SPK Tampilan Data Penilaian Pada tampilan ini admin dapat menambahkan, menghapus dan mengubah data Halaman Utama Penilaian (Pengambilan Keputusa.
Gambar 11.
Halaman Data Kriteria Aplikasi SPK Gambar 14.
Halaman Data Kriteria Aplikasi SPK Tampilan Data Sub Kriteria Admin dapat menambahkan, menghapus dan mengubah sub Kriteria barang untuk penilaian SPK.
Tampilan ini terdapat tabel Nama.
Nilai dan Gambar 12.
Halaman Data Sub Kriteria Aplikasi SPK Tampilan Data Bobot Saat ini admin dapat menambahkan, menghapus dan mengubah data pada bobot kriteria untuk Tampilan Data Hasil Penilaian Pada halaman ini terdapat Hasil dari pengambilan keputusan yang telah ditambahkan oleh admin dari hasil perhitungan pada kriteria dan bobot yang telah pilih.
Lalu dapat di cetak dengan format PDF.
Berikut adalah Hasil dari Perhitungan SPK yang telah di download menjadi PDF.
http://openjournal.
id/index.
php/informatika This work is licensed under a Creative Commons Attribution-NonCommercial 4.
International (CC BY-NC 4.
License Copyright A 2022 Aries Saifudin.
Adinda Dwi Lestari.
Afifah Yasmin.
Gustin Triani.
Indira Putri Shahne Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2022 .
Gambar 15.
Hasil Penilaian SPK dengan format .
Kesimpulan Aplikasi sistem pendukung keputusan pemilihan merek makanan beku trbaik memakai metode Simple Additive Weighting(SAW).
Hal ini dapat membuat pemrosesan penentuan merek makanan beku dengan perhitungan yang akurat dalam memberikan rekomendasi merek sosis beku dapat dipercepat.
Pemakaian metode ini dalam sistem pendukung keputusan bisa mengatur urutan merek sosis beku berdasar pilihan yang diterima mulai tertinggi sampai terendah.
Banyaknya sampel daya mempengaruhi tingginya validitas hasil.
Saran Pengguna Aplikasi Sistem Pengambilan Keputusan ini dapat mengubah .
enambah atau mengurang.
kriteria dan bobotnya sesuai Tidak harus berpatokan pada data yang sudah ada di aplikasi.
ISSN: 2541-1004
e-ISSN: 2622-4615 32493/informatika.
Additive Weighting (SAW) Pada Perusahaan SRI DWI Meubel.
Skripsi.
Tangerang Selatan Universitas Pamulang: Tidak diterbitkan.
Bachtiar.
Analisa Boraks dan Formalin Pada Berbagai Olahan Frozeen Food di Daerah Mulyosari.
Surabaya Universitas Muhammadiyah Surabaya:
UMSurabaya Repository.
C Palandeng.
C Mandey.
, & Lumoindong.
Karakteristik Fisiko-Kimia dan Sensori Sosis Ayam Petelur Afkir Yang Difortifikasi Dengan Pasta Dari Wortel (Daucus Carota L).
Jurnal Ilmu dan Teknologi Pangan, 19-28.
Haqi.
Aplikasi SPK Pemilihan Dosen Terbaik Metode Simple Additive Weighting (SAW) dengan JAVA.
DIY: Deepublish.
Lee.
, & Gusrianty.
Perancangan Sistem Pendukung Keputusan Dalam Pemilihan Sales Terbaik Menggunakan Metode SAW_TOPSIS.
Jurnal Mahasiswa Aplikasi Teknologi Komputer dan Informas iVol.
3 , 66-67.
Londong Allo.
, & Wisnu Wirawan.
Implementasi Sitem Pendukung Keputusan Pengadaan Mobil Menggunakan Metode Simple Additive Weighting Pada Aplikasi Rental Mobil.
Jurnal Masyarakat Informatika, 45-50.
, & Ariani Sukamto.
Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek (Edisi Revis.
Bandung: Informatika.
Nizar.
, & Marisa.
Metode Simple Additive Weighting (SAW) Untuk Menentukan Tampilan Perangkat Lunak Berdasarkan Prinsip Usabillity.
Journal of Information Technology and Computer Science, 262-264.
Tri Permadani.
Pengembangan produk Poky Fried Chicken Berdasarkan Preferensi Konsumen di Kota Bogor.
Bogor: Sekolah Vokasi Insitut Pertanian Bogor.
References