Terbit online pada laman web jurnal: https://jurnal.
id/index.
php/tematik/index Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
155 - 163
ISSN Media Elektronik: 2443-3640 Evaluasi Faktor Pengaruh Keputusan Konsumen dalam Pembelian Sepeda Motor Listrik Menggunakan Analitical Hierarcy Process Evaluation of Factors Influencing Consumer Decisions in Purchasing Electric Motorcycles Using Analitical Hierarcy Process Dimas Mukhlis Hidayat Fathurohman1.
Lukman Abdul Azizul Hakim2.
Muhammad Syadif3.
Aulia Putri Antariksa4 1,3,4Manajemen Rekayasa.
Fakultas Logistik.
Teknologi dan Bisnis.
Universitas Logistik dan Bisnis Internasional 2Bisnis Digital.
Fakultas Logistik.
Teknologi dan Bisnis.
Universitas Logistik dan Bisnis Internasional 1dimasmukhlishidayat@ulbi.
id, 2lukmanabdulazizul@ulbi.
Abstract This study aims to identify the dominant factors influencing the adoption of electric vehicles using the Analytical Hierarchy Process (AHP).
The research framework consists of five main criteria, namely consumer knowledge, vehicle price, infrastructure, government incentives, and operational costs, which were analyzed through pairwise comparisons based on expert assessments.
The results reveal that consumer knowledge is the most influential factor with the highest weight .
followed by vehicle price .
, infrastructure .
, government incentives .
, and operational costs .
These findings highlight that consumer awareness and literacy play a central role in accelerating electric vehicle adoption, while price and infrastructure remain key determinants.
Despite providing a clear priority ranking, this study has several The number of respondents was relatively limited, and the pairwise comparison approach may introduce Moreover, the analysis only considered five main criteria, excluding other potentially relevant factors such as environmental regulations, technological support, and social perceptions.
Future research is recommended to involve a broader range of stakeholders and to integrate AHP with other multi-criteria decision-making methods in order to obtain more comprehensive results.
Overall, this study contributes empirical evidence for policymakers, manufacturers, and stakeholders in formulating strategies to accelerate electric vehicle adoption, emphasizing the importance of consumer education, competitive pricing policies, and strengthened supporting infrastructure.
Keywords: Analitical Hierarcy Process.
Electric Vehicle.
Consumer Knowladge.
Vehicle Price.
Insfrastructure Abstrak Penelitian ini bertujuan untuk mengidentifikasi faktor dominan yang berperan dalam mempengaruhi keputusan pembelian kendaraan listrik melalui penerapan metode Analytical Hierarchy Process (AHP).
Struktur hierarki penelitian terdiri dari lima kriteria utama, yaitu pengetahuan konsumen, harga kendaraan, infrastruktur, insentif pemerintah, dan biaya operasional, yang kemudian dianalisis melalui perbandingan berpasangan berdasarkan penilaian responden.
Hasil pengolahan data menunjukkan bahwa pengetahuan konsumen merupakan faktor dengan bobot tertinggi .
,2.
, diikuti oleh harga kendaraan .
,1.
, infrastruktur .
,1.
, insentif pemerintah .
,1.
, dan biaya operasional .
,1.
Temuan ini menegaskan bahwa pemahaman konsumen memiliki peran sentral dalam mempercepat penerimaan kendaraan listrik, sementara harga dan infrastruktur tetap menjadi faktor penentu penting.
Meskipun hasil penelitian memberikan gambaran prioritas yang jelas, namun terdapat beberapa keterbatasan, antara lain keterbatasan jumlah responden dan potensi subjektivitas dalam penilaian pairwise comparison.
Selain itu, penelitian hanya mempertimbangkan lima kriteria utama, sehingga belum mencakup faktor lain seperti regulasi lingkungan, dukungan teknologi, dan aspek sosial.
Penelitian selanjutnya disarankan untuk melibatkan responden yang lebih beragam dan mengintegrasikan metode AHP dengan pendekatan multi-kriteria lain guna menghasilkan hasil yang lebih komprehensif.
Secara keseluruhan, penelitian ini berkontribusi dalam memberikan dasar empiris bagi pemerintah, produsen, dan pemangku kepentingan untuk merumuskan strategi percepatan penggunaan kendaraan listrik, dengan menekankan pentingnya edukasi konsumen, kebijakan harga yang kompetitif, serta penguatan infrastruktur pendukung.
Kata kunci: Analisis Hirarki Proses.
Kendaraan Listrik.
Pengetahuan Konsumen.
Harga Kendaraan.
Infrastruktur.
Pendahuluan Industri otomotif dipilih sebagai salah satu dari tujuh sektor prioritas dalam roadmap Making Indonesia 4.
karena memiliki kontribusi signifikan pada Produk Domestik Bruto (PDB), ekspor non-migas, dan penciptaan lapangan kerja.
Selain itu, industri otomotif juga memiliki efek pengganda .
ultiplier effec.
yang Diterima Redaksi: 25-09-2025 | Selesai Revisi: 19-11-2025 | Diterbitkan Online: 18-12-2025 Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
tinggi terhadap sektor lain seperti logam, plastik, karet, tertarik membeli kendaraan Listrik, sementara itu 19,9 dan komponen elektronik .
Upaya kolaboratif yang % responden tertarik membeli sepeda motor listrik, 13,9 melibatkan pemerintah, pelaku industri, akademisi, dan % tertarik membeli kedua jenis kendaraan, yakni motor masyarakat dalam mempercepat implementasi Making dan mobil Listrik, dan 5,5 % menunjukkan ketertarikan Indonesia 4.
0 di sektor otomotif.
Seiring dengan upaya membeli mobil listrik.
Selain itu, survey ini juga peningkatan pendapatan, dunia otomotif terus bergerak memperlihatkan bahwa sebesar 63,5 % responden tidak ke arah rendah emisi dengan berbagai pendekatanm dari mengetahui adanya program subsidi pemerintah dalam optimalisasi mesin ICE, penggunaan biofuel, pembelian kendaraan listrik.
Terdapat 51,3 % elektrifikasi, hingga inovasi hidrogen.
Di Indonesia, responden menilai bahwa harga kendaraan listrik pendekatan multi-pathway dan dukungan kebijakan setelah penerapan subsidi masih belum sesuai dengan menjadi highlight penting dalam mewujudkan mobilitas kemampuan keuangan mereka.
Selain itu, menurut data masa depan yang lebih bersih.
Menurut data dari dari Kementerian Perindustrian, dari kuota 200.
International Energy Agency (IEA), bidang transportasi motor listrik bersubsidi di 2023, hanya 11.
532 unit yang menyumbang kurang lebih 24% dari total emisi COCC berhasil terserap dengan demikian menunjukkan minat global, di mana sebagian besar berasal dari kendaraan terhadap sepeda motor listrik masih sangat rendah .
, berbahan bakar bensin dan diesel .
Transformasi .
Selanjutnya, menurut data Gaikindo dan AISI pada industri otomotif Indonesia menuju energi bersih masih rentang tahun 2023Ae2024 juga melaporkan bahwa menghadapi sejumlah tantangan, diantaranya adalah pangsa pasar motor listrik masih kurang dari 2% dari rendahnya tingkat adopsi otomasi dan digitalisasi di keseluruhan penjualan kendaraan roda dua di Indonesia.
kalangan produsen dan pemasok lokal, keterbatasan Beberapa studi menunjukkan bahwa masyarakat tenaga kerja terampil di bidang teknologi tinggi, serta cenderung hanya mempertimbangkan faktor harga belum optimalnya kolaborasi antara industri dan .
dibandingkan manfaat jangka panjang lainnya lembaga riset atau pendidikan.
Infrastruktur pendukung seperti penghematan energi atau nilai lingkungan.
seperti ekosistem baterai dan stasiun pengisian daya Penelitian sebelumnya yang relevan menunjukkan untuk kendaraan listrik juga masih dalam tahap bahwa meskipun insentif pemerintah telah diberikan, pengembangan .
Transformasi ini bukan hanya dampaknya terhadap peningkatan keputusan pembelian tentang efisiensi produksi, tetapi juga bagaimana kendaraan listrik masih rendah .
Selain itu hal lain Indonesia dapat menjadi pusat produksi kendaraan menunjukkan pentingnya persepsi konsumen terhadap masa depan yang berdaya saing tinggi di tingkat harga dan infrastruktur dalam memengaruhi keputusan regional maupun global.
Langkah komitmen yang kuat, membeli mobil listrik.
Oleh sebab itu, kajian lanjutan peningkatan kualitas SDM, serta dukungan terhadap menggunakan pendekatan kuantitatif dan kualitatif riset dan inovasi.
Indonesia memiliki peluang besar diperlukan untuk menilai seberapa besar pengaruh untuk tidak hanya menjadi pasar, tetapi juga pemain variabel-variabel tersebut baik secara statistik maupun utama dalam industri otomotif berbasis teknologi 4.
Berdasarkan fenomena ini menunjukkan .
Fenomena ini mendorong banyak negara dan adanya kesenjangan antara potensi besar kendaraan perusahaan untuk memperoleh energi alternatif yang listrik sebagai solusi lingkungan dan realitas di lebih ramah lingkungan.
lapangan yang masih penuh tantangan.
Peneliti Kendaraan listrik .
lectric vehicle.
muncul sebagai meyakini bahwa temuan penelitian dan penjelasan salah satu solusi yang menjanjikan.
EV tidak sebelumnya belum konsisten mengenai hubungan menghasilkan emisi langsung selama pengoperasiannya antara insentif pajak, tarif pajak pertambahan nilai, dan memiliki efisiensi energi yang lebih tinggi bantuan langsung tunai, dan keputusan membeli dibandingkan kendaraan konvensional.
Berdasarkan masyarakat.
Kajian penelitian lanjutan perlu dilakukan riset McKinsey, 2023 yang menyatakan negara India lagi oleh karena itu, sehingga penting untuk mengkaji dan Indonesia akan menjadi pasar motor listrik terbesar lebih mendalam terhadap faktor-faktor yang bisa setelah China.
Adapun, pertumbuhan motor listrik di mempengaruhi konsumen dalam pengambilan India dan Indonesia diperkirakan mencapai 66% dan keputusan untuk pembelian kendaraan listrik serta 67% per tahun sampai 2030 .
Pertumbuhan di India strategi yang dapat dilakukan untuk mengatasinya.
dan Indonesia akan membuat porsi motor listrik yang Metode Analitical Hierarcy Process (AHP) telah beredar di Asia Tenggara kurang lebih 36% dari seluruh banyak digunakan untuk menganalisis preferensi Motor listrik saat ini kurang bersaing di pasar konsumen dalam memilih kendaraan ramah nasional di Indonesia, motor listrik kurang diminati lingkungan, termasuk studi oleh telah dilakukan dengan karena konsep, kebutuhan, dan pengetahuan yang tidak mengevaluasi berbagai kriteria dalam pemilihan sesuai banyak pelanggan masih meragukan potensi kendaraan .
, .
Salah satu metode yang dapat tenaga listrik ini ditambah dengan masalah desain yang digunakan untuk mengidentifikasi kendaraan roda tidak menarik dan harga yang mahal.
empat yang selaras terhadap kebutuhan dan anggaran Menurut survey yang dilakukan oleh Gaikindo tahun masyarakat adalah Analytical Hierarchy Process 2024 sebanyak 54,9 % responden menyatakan tidak (AHP).
AHP adalah metode sistematis untuk DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.
Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
pengambilan keputusan dengan memanfaatkan penelitian ini yang didapat memiliki solusi yang layak tingkatan hierarcy untuk menyelesaikan masalah .
kompleks yang memerlukan keefisiensi serta Penggunaan metode Analytic Hierarch Process (AHP) keakuratan saat merancangnya.
Hasil pengujian pada penelitian ini bertujuan guna melakukan analisis menunjukkan bahwa Honda Brio menempati urutan komparatif variabel yang memengaruhi keputusan pertama dengan nilai 0,2140, posisi berikutnya untuk membeli sepeda motor listrik.
Penelitian ditempati oleh Daihatsu Ayla yang mendapatkan nilai deskriptif kuantitatif ini merupakan pendekatan yang 0,2101.
Daihatsu Grandmax Informatics menempati bertujuan untuk menggambarkan fenomena atau urutan terendah dengan nilai 0,1951, dan Toyota Rush keadaan sebagaimana adanya berdasarkan data numerik menempati urutan kedua terendah dengan nilai 0,1973 yang dikumpulkan melalui kuesioner.
Pengguna dan .
Selanjutnya, penggunaan metode AHP juga pemilik sepeda motor listrik di Bandung adalah subjek menunjukkan hasil penelitian, faktor yang paling penelitian ini.
Hasil menunjukkan bahwa kriteria utama penting bagi pelanggan saat memilih kendaraan adalah penelitian ini meliputi harga produk, insentif fleksibilitas dan citra merek.
Selain itu, metode ini pemerintah, biaya operasinal, insftartruktur dan memberikan tujuan pemahaman lebih baik tentang pengetahuan konsumen.
komponen yang memengaruhi kepuasan pelanggan dan intepretasi hasil analisa perbandingan kepuasan Tujuan dari penelitian ini mencakup untuk identifikasi pelanggan antara pembelian online dan offline serta dan penilaian secara analitis terhadap beberapa faktor memberikan preferensi konsumen saat membuat yang bisa konsumen dalam pengambilan keputusan keputusan strategis dalam melakukan pembelian untuk pembelian berdasarkan preferensi pengguna dan kendaraan .
, .
pemilik sepeda motor listrik.
Metode yang digunakan untuk menjawab pertanyaan dari penelitian ini Adalah Penelitian lain menjelaskan bahwa menggunakan metode Analytical Hierarchy Process (AHP).
Kriteriakombinasi metode AHP dan TOPSIS dapat kriteria ini akan dianalisis secara komparatif meminimalkan faktor subjektif yang berkontribusi pada berpasangan untuk menentukan kriteria terpenting yang pemilihan kriteria penelitian.
Hasil penelitian dianggap paling relevan oleh pengguna.
Studi menunjukkan bahwa perangkingan untuk setiap pilihan eksploratif ini akan menghasilkan temuan tentang yang disediakan adalah sebagai berikut: mobil pilihan strategi baru untuk menentukan faktor keputusan yang pertama adalah Tesla Model S yang mendapatkan pembelian sepeda motor listrik di Indonesia.
Penelitian nilai preferensi 0,668, pilihan kedua adalah Nissan Leaf ini akan dibagi menjadi beberapa bagian, kerangka yang mendapatkan nilai preferensi 0,629, pilihan ketiga evaluasi disediakan di bagian pustaka.
Bagian metode adalah Hyundai Ioniq Electric yang mendapatkan nilai menjelaskan teori Analytical Hierarchy Process (AHP) preferensi 0,622, dan pilihan yang terakhir adalah dan bagaimana penggunaan pada penelitian ini secara membeli mobil Listrik dengan merek Tesla Model S Bagian hasil dan analisa menjelaskan .
AHP adalah metode untuk mengambil keputusan pengumpulan data dan menunjukkan hasil kriteria yang paling sering diterapkan saat proses pengambilan Terakhir, bagian kesimpulan membahas keputusan multikriteria (MCDM).
Model AHP terbukti hasil studi dari perspektif akademis dan praktis.
menjadi alat yang sangat baik untuk mengevaluasi masalah multikriteria dalam menilai dampaknya terhadap konsumen.
Selain itu, penggunaan Analytical 2.
Metode Penelitian Hierarchy Process (AHP) membuat pengambil AHP adalah metode pengambilan keputusan keputusan lebih yakin dalam menentukan tingkat multikriteria yang ditingkatkan oleh Thomas L.
Saaty kepentingan antar kriteria ketika mereka menggunakan .
Menyatukan nilai-nilai rasional dan irasional penilaian interval daripada penilaian dengan angka intuitif menggunakan pendekatan perbandingan eksak .
, .
Dalam analisis.
AHP digunakan untuk berpasangan.
Analytical Hierarchy Process (AHP) memperkirakan dan memeringkat komponen yang memberikan struktur komprehensif untuk pengambilan memengaruhi kebiasaan konsumen.
Hasil analisis keputusan .
yang lebih sederhana, sehingga dapat menunjukkan bahwa komponen pribadi dan psikologis dianalisis secara sistematis melalui perbandingan memengaruhi kebiasaan pelanggan secara signifikan.
airwise compariso.
Analysis Faktor pribadi memiliki pengaruh terbesar terhadap Hierarchy Process (AHP) merupakan metode dasar kebiasaan pelanggan karena anggaran pribadi adalah dalam pengambilan keputusan yang dimaksudkan kriteria utama dari kelompok standar yang ditetapkan untuk menangani faktor rasional dan intuitif dalam .
Dalam penelitian kendaraan listrik lain di memilih alternatif paling baik dari beberapa pilihan Bangladesh, menganalisis potensi pasar dan strategi yang dievaluasi sesuai dengan beberapa kriteria.
Pada bisnis di Bangladesh dengan menganalisis SWOT dan proses ini, pengambil keputusan melakukan penilaian AHP.
Hasil analisis sensitivitas menunjukkan bahwa perbandingan berpasangan sederhana, yang kemudian terdapat 16 kriteria yang dipertimbangkan dalam akan digunakan sebagai penentu prioritas keseluruhan dari setiap alternatif.
, .
Salah satu cara yang DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.
Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
paling mudah untuk menyusun masalah keputusan ycaycnyc = Ocycu yceycuyc ycn, yc = 1,2.
A , ycu ycOe1 ycaycnyc adalah berdasarkan hierarki yang terdiri dari tiga Tingkat pertama mengandung target keputusan.
Menghitung eigenvalue dan eigenvector dengan dan tingkat kedua mengandung standar yang digunakan Persamaan 3 dan 4.
untuk menilai pilihan alternative pada tingkat ketiga.
Pengambilan keputusan metode AHP terdiri dari ycu beberapa tahapan: .
Menjelaskan permasalahan serta yc = [ ] , ycaycuycc yc1 = OcycnOe1 ycaycnyc A yceycuyc ycn = 1, 2.
A , ycu ycu menentapkan tujuan, .
Menyusun struktur hierarki ycycu yang berasal dari permasalahan yang terjadi, .
Menyusun matriks perbandingan yang menunjukkan kontribusi relative, .
Menghitung rataan geometric, .
Menentukan prioritas, .
Menentukan prioritas.
Jika Analytical Hierarchy Process (AHP) digunakan untuk memodelkan suatu masalah, selain perbandingan berpasangan untuk membangun hubungan dalam struktur, struktur hierarki atau jaringan juga diperlukan untuk merepresentasikan masalah tersebut .
Terdapat berbagai metode yang dapat digunakan untuk mengurangi vektor prioritas matriks .
Namun, penekanan pada konsistensi menghasilkan formulasi nilai eigen Aw = nw.
Untuk mengetahui hal ini, kita dapat memeriksa prosedur pemulihan dengan asumsi w = .
,w.
terhadap satu standar yang diketahui.
Untuk mendapatkan nw, kita membentuk matriks perbandingan rasio dan mengalikannya di sebelah kanan dengan w .
, .
, seperti dapat dilihat pada Persamaan 1.
yca11 A yca12 A A yca1ycu A yca21 A yca22 A A yca2ycu A ya1 = [ U
U U
ycaycu1 A ycaycu2 A A ycaycuycu A .
Selanjutnya, matriks pembanding dinilai menggunakan prosedur Persamaan 2 untuk normalisasi.
yc1 yc2 yc A yc A yc A yc = [ U ] , ycaycuycc yuIycoycaycu = = ( 1 2 U ycu ) .
ycu yc1 yc2 A ycycu ycycu Metode .
airwise compariso.
dalam Analytic Hierarchy Process (AHP) digunakan untuk menilai tingkat kepentingan antara Suatu matriks penilaian dikatakan konsisten apabila hasil perkalian antara perbandingan alternatif i terhadap j dengan perbandingan j terhadap k sama dengan perbandingan alternatif i terhadap k.
Namun, dalam praktiknya, responden seringkali tidak dapat memberikan nilai yang benar-benar tepat sehingga penilaian dilakukan berdasarkan estimasi .
Untuk memperoleh bobot prioritas, matriks perbandingan dapat diproses melalui perhitungan eigen vector dengan cara menaikkan pangkat matriks, menjumlahkan setiap baris, dan melakukan normalisasi hingga hasilnya konvergen.
Selain itu, terdapat pendekatan aproksimasi yang lebih sederhana, seperti menggunakan rata-rata geometrik per baris atau menormalkan setiap kolom dan menghitung rata-rata per baris.
Meskipun demikian, metode eigen vector direkomendasikan karena hasil pendekatan dapat menimbulkan pembalikan peringkat prioritas meskipun selisihnya relatif kecil.
Tabel 1.
Average random consistency index (R.
Random Consistency Index (R.
0,59
Tingkat konsistensi penilaian diukur melalui nilai eigen terbesar .
uImax )Matriks perbandingan dinyatakan konsisten sempurna apabila yuImax sama dengan jumlah elemen .
, sedangkan deviasi nilai yuImax dari n menunjukkan adanya ketidakkonsistenan.
Ukuran ini dihitung menggunakan Indeks Konsistensi Consistency Index (CI), menggunakan Persamaan 5 .
, .
, .
yuI ya.
ya = max Oeycu ycuOe1 Selanjutnya, nilai C.
dibandingkan dengan Indeks Acak (Random Index.
) yang diperoleh dari matriks acak untuk menghasilkan Rasio Konsistensi (Consistency Ratio.
Penilaian dianggap konsisten apabila nilai C.
tidak melebihi 0,1 atau Apabila nilai tersebut melampaui batas, maka 0,89 1,11 1,25 1,35 1,40 1,45 1,49 meningkatkan konsistensi.
Penerapan metode AHP tidak hanya menekankan pada penentuan bobot prioritas, tetapi juga pada pengujian tingkat konsistensi Hal ini penting untuk memastikan bahwa keputusan yang dihasilkan bersifat rasional, logis, dan tidak mengandung bias yang dapat memengaruhi validitas hasil analisis .
, .
, .
Dalam konteks penelitian ini.
AHP dapat digunakan untuk menentukan prioritas dari faktor-faktor yang memiliki pengaruh terhadap Keputusan konsumen dalam pembelian motor listrik dari perspektif konsumen, seperti: .
Harga.
Performa kendaraan.
Ketersediaan charging statio.
Brand/produk dan .
Insentif pemerintah.
AHP sangat sesuai bila melibatkan preferensi subjektif, seperti persepsi konsumen terhadap faktor-faktor yang bersifat DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.
Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
Hasil penelian ini menekankan bahwa reliabilitas memperlihatkan bahwa skor Cronbach's penggunaan metode AHP untuk memetakan pasar Alpha pada Tabel 3 untuk seluruh variabel: Insentif potensial dan faktor-faktor prioritas konsumen dalam Pemerintah (X.
Harga Kendaraan (X.
Biaya menentukan pembelian kendaraan listrik .
, .
Operasional (X.
Ketersediaan Infrastruktur (X.
Pengetahuan Konsumen (X.
, dan Keputusan Pembelian (Y) melebihi ambang batas 0.
Dengan Hasil dan Pembahasan demikian, instrumen penelitian ini dinyatakan reliabel.
Pada bagian ini disajikan hasil dari analisis data yang memastikan konsistensi internal data membuktikan sudah dikumpulkan melalui kuesioner dan akan diolah bahwa instrumen penelitian reliabel serta bisa dengan metode Analytical Hierarchy Process (AHP).
digunakan untuk analisis lebih lanjut.
Untuk memastikan instrumen penelitian layak Tabel 3.
Hasil Uji Reliabilitas digunakan, uji validitas dan reliabilitas dilakukan terlebih dahulu.
Hasilnya menunjukkan bahwa data
CronbachAos Alpha
N of Items yang diperoleh valid dan memiliki tingkat konsistensi
0,911
internal yang sangat tinggi.
Selanjutnya, penyelidikan dilakukan dengan tujuan menemukan komponen utama Selain itu, uji normalitas dengan One-Sample yang mempunyai pengaruh terhadap konsumen dalam Kolmogorov-Smirnov menunjukkan nilai signifikansi pengambilan Keputusan untuk membeli sepeda motor sebesar 0.
200, yang lebih melebihi 0.
Kondisi ini Hasil pengolahan data distampilkan dalam mengindikasikan bahwa data residual terdistribusi bentuk tabel serta perhitungan statistik yang mencakup secara normal, sehingga memenuhi salah satu asumsi uji validitas, reliabilitas, regresi, dan pengukuran kunci untuk analisis regresi.
Berdasarkan perhitungan konsistensi Analytical Hierarchy Process (AHP).
yang tercantum 2 pada Tabel 4, didapatkan nilai Tujuan diskusi ini yaitu agar mendapatkan pemahaman R=0,858R dan R =0,735 R, yang menandakan bahwa yang lebih mendalam mengenai preferensi konsumen variabel-variabel independen mampu menjelaskan variasi dari keputusan pembelian.
Nilai dan implikasinya terhadap strategi pengembangan pasar sekitar 73,5% Adjusted =0,624 menegaskan bahwa model yang EV di Indonesia.
diterapkan cukup efektif dalam menjelaskan hubungan Berdasarkan analisis distribusi responden menurut jenis antarvariabel.
Hasil uji t memperlihatkan bahwa kelamin, terlihat bahwa Sebagian besar respondennya beberapa variabel seperti: harga, insentif pemerintah, adalah laki-laki .
isalnya 65%), sementara perempuan biaya operasional, infrastruktur, dan pengetahuan 35%, dengan mayoritas usia antara 21-35 tahun.
Hal ini konsumen mempunyai nilai signifikansi kurang dari mengisyaratkan bahwa penelitian ini lebih banyak 0,05.
diikuti oleh konsumen laki-laki, sesuai dengan profil Tabel 4.
Hasil Uji T demografis pengguna kendaraan bermotor di Indonesia.
Bagian ini menyajikan hasil analisis data yang telah Std.
Error Adjusted dikumpulkan menggunakan kuesioner dan telah Model R Square of the Squared diproses dengan metode Analytical Hierarchy Process Estimate ,858a ,735 ,624 ,497 (AHP).
Penelitian ini melibatkan 100 responden yang data kuesionernya dikumpulkan dan dianalisis Penilaian pengaruh variabel independen terhadap menggunakan perangkat lunak statistik.
Tahap awal variabel dependen dilakukan dengan menggunakan analisis dilakukan dengan menguji kualitas instrumen analisis regresi linier berganda.
Hasil dari uji F (Uji menggunakan uji validitas serta reliabilitas.
Dari hasil Signifikansi Simulta.
berdasarkan Tabel 5 uji validitas yang ditampilkan pada Tabel 2, terdapat memperlihatkan nilai signifikansi sebesar 0.
000, yang semua item pertanyaan yang ada pada kuesioner secara statistik sangat signifikan .
<0.
memiliki nilai koefisien korelasi .
-hitun.
yang lebih Tabel 5.
Hasil Uji F dari nilai r-tabel .
, dan mempunyai tingkat signifikansi kurang dari 0.
Model Sum of Mean Sig.
Tabel 2.
Hasil Uji Validitas Cases Valid Excludeda Total Temuan ini mengindikasikan bahwa semua item pertanyaan valid dan mampu mengukur variabel yang Selanjutnya, analisis berikutnya dilakukan untuk mengidentifikasi beberapa faktor utama yang berpengaruh pada keputusan konsumen dalam pembelian sepeda motor listrik.
Hasil uji Regression Residual Total Squares 47,306 17,017 64,323 Square 1,631 ,247 6,614 Nilai ini mengindikasikan bahwa variabel Insentif Pemerintah.
Harga Kendaraan.
Biaya Operasional.
Ketersediaan Infrastruktur.
Pengetahuan Konsumen secara bersama-sama .
memiliki dampak yang signifikan terhadap Keputusan Pembelian Motor Listrik lihat Tabel 6.
Analisis koefisien determinasi (R-Squar.
menunjukkan nilai sebesar DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.
Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
735, artinya 73.
5% dari variasi dalam Keputusan untuk membangun hierarki faktor-faktor penentu.
Hasil Pembelian dapat dijelaskan oleh kelima variabel analisis AHP terbagi dalam tiga bagian utama: prioritas independen yang ada dalam model.
Sementara itu kriteria utama, prioritas sub-kriteria, dan prioritas 5% sisanya dipaparkan oleh faktor-faktor lain yang global.
Hasil analisis AHP ini dirangkum dalam berada di luar cakupan model penelitian ini.
prioritas kriteria utama, prioritas sub-kriteria, dan prioritas global yang memberikan peringkat akhir.
Tabel 6.
Hasil Uji Signifikansi Parsial Masing-Masing Variabel Analytical Hierarchy Process (AHP) digunakan guna menganalisis faktor-faktor yang memengaruhi Variabel Koefisien t-hitung Sig.
Kesimpulan keputusan pembelian motor listrik.
Struktur hierarki Independen Regresi (B) Insentif Berpengaruh terdiri dari: Level 1 (Tujua.
: Keputusan pembelian Pemerintah (X.
Signifikan motor listrik.
Level 2 (Kriteria Utam.
: Pengetahuan Harga Kendaraan Berpengaruh Konsumen.
Harga Kendaraan.
Infrastruktur.
Insentif (X.
Signifikan Pemerintah, dan Biaya Operasional.
Harga.
Kualitas Biaya Berpengaruh Operasional (X.
Signifikan Produk.
Promosi.
Citra Merek, dan Kebijakan Ketersediaan Berpengaruh Pemerintah.
Level 3 (Sub-Kriteri.
: Terdiri dari Infrastruktur (X.
Signifikan beberapa indikator yang merepresentasikan masingPengetahuan Berpengaruh masing kriteria utama.
Setelah menentukan struktur Konsumen (X.
Signifikan Catatan: Tingkat signifikansi .
= 0.
Jika nilai Sig.
< 0.
05, hirarki keputusan selanjutnya melakukan perbandingan maka variabel tersebut berpengaruh signifikan secara parsial.
Proses pengolahan data dalam penelitian Berdasarkan hasil analisis, dapat disimpulkan bahwa ini menerapkan pendekatan Analytical Hierarchy secara parsial, semua variabel independent: Insentif Process (AHP), yang bertujuan untuk menentukan Pemerintah.
Harga Kendaraan.
Biaya Operasional, prioritas faktor-faktor yang memengaruhi adopsi Tahapan Ketersediaan Infrastruktur.
Pengetahuan kendaraan Konsumen mempunyai pengaruh yang signifikan mengidentifikasi tujuan penelitian, yaitu menetapkan terhadap Keputusan dalam Pembelian Motor Listrik.
faktor dominan yang berpengaruh terhadap keputusan Selain itu, hasil nilai koefisien regresi negatif (B= - konsumen dalam menggunakan kendaraan listrik.
yang ditampilkan pada perolehan tabel Selanjutnya, dibangun struktur hierarki keputusan yang mengandung penjelasan bahwa hubungan terbalik terdiri dari tiga level, yaitu: tujuan penelitian pada level antara keputusan pembelian dan harga kendaraan yang pertama, lima kriteria utama pada level kedua, dan ditunjukkan oleh koefisien regresi negatif.
Artinya, sejumlah subkriteria pada level ketiga.
ketika harga kendaraan meningkat, kecenderungan Pengumpulan data dilakukan melalui kuesioner pembeli untuk membeli sepeda motor listrik menurun.
perbandingan berpasangan .
airwise compariso.
Sebaliknya, turun, dengan menggunakan skala fundamental Saaty .
Ae.
kemungkinan pembeli akan membeli sepeda motor Responden ahli diminta memberikan penilaian listrik meningkat.
Koefisien -0,211 menunjukkan perbandingan antar kriteria dan subkriteria.
Data yang bahwa, dengan asumsi variabel lain tidak berubah, diperoleh kemudian diolah dalam bentuk matriks setiap kenaikan satu unit pada persepsi harga akan perbandingan.
Proses normalisasi dilakukan untuk mengurangi skor keputusan pembelian sebesar 0,211 menghasilkan eigen vector sebagai bobot prioritas.
Pengaruh parsial terbesar ditunjukkan oleh diikuti dengan uji konsistensi menggunakan nilai Ketersediaan Infrastruktur.
Selain itu, secara simultan.
Consistency Ratio (CR).
Berdasarkan sumber penilaian kelima faktor tersebut secara bersama-sama memiliki yang digunakan dalam proses perbandingan pengaruh yang sangat signifikan dan kuat dalam berpasangan yang digunakan dalam penelitian ini.
memengaruhi keputusan konsumen untuk membeli Sebanyak 4 ahli yang berpartisipasi sebagai responden motor listrik, dengan model regresi yang mampu mewakili empat latar belakang berbeda yang berkaitan menjelaskan mayoritas variasi dalam keputusan dengan ekosistem kendaraan motor listrik.
Diantaranya pembelian tersebut.
yaitu: profesional industri otomotif yang memahami Selanjutnya, untuk memperdalam pemahaman mengenai hierarki dan bobot kepentingan dari setiap faktor, berikutnya penelitian ini menggunakan metode Analitical Hierarcy Process (AHP).
Analisis ini melengkapi temuan dari regresi dengan memberikan peringkat prioritas yang jelas berdasarkan persepsi ahli.
Penggunaan metode Analytical Hierarchy Process (AHP) untuk menetapkan prioritas kriteria dan subkriteria yang paling signifikan dalam memengaruhi keputusan pembelian motor listrik.
Proses ini melibatkan perbandingan berpasangan oleh responden fitur teknis dan pengembangan kendaraan listrik, profesional penjualan dan pemasaran produk yang memahami pasar, preferensi konsumen, dan strategi pemasaran, perwakilan dari komunitas pengguna sepeda motor listrik yang memberikan pendapat mereka berdasarkan pengalaman pengguna langsung dan perwakilan instansi pemerintahan dari Departemen Perindustrian yang memahami konteks regulasi, kebijakan, dan arah pengembangan industri kendaraan listrik nasional.
Kombinasi keempat jenis ahli ini memastikan bahwa penilaian terhadap kriteria DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.
Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
dilakukan secara menyeluruh, mencakup sudut pandang Infrastruktur .
,1.
Insentif Pemerintah .
,1.
, teknis, pasar, pengguna, dan kebijakan.
Pengalaman dan Biaya Operasional .
,1.
profesional yang relevan dan keterlibatan langsung Analisis pada level subkriteria dilakukan untuk setiap dalam masalah kendaraan listrik adalah kriteria yang kriteria utama dengan metode yang sama.
Bobot lokal digunakan untuk memilih responden.
Keberagaman subkriteria kemudian dikalikan dengan bobot kriteria latar belakang dari keempat ahli tersebut memberikan utamanya untuk menghasilkan bobot global.
Hasil nilai tambahan karena mampu menghasilkan bobot integrasi ini menggambarkan prioritas keseluruhan prioritas yang lebih representatif dan objektif dalam faktor yang paling menentukan dalam mendukung metode Analytical Hierarchy Process (AHP).
adopsi kendaraan listrik.
Secara umum, hasil penelitian Mengingat bahwa kualitas dan perspektif responden ini menegaskan bahwa keberhasilan implementasi ahli sangat memengaruhi hasil AHP.
Berdasarkan hasil kendaraan listrik tidak hanya bergantung pada perhitungan menunjukkan CR O 0,1, sehingga matriks dukungan kebijakan atau biaya operasional, tetapi perbandingan dianggap konsisten dan dapat digunakan sangat dipengaruhi oleh sejauh mana konsumen untuk tahap analisis berikutnya.
Pengolahan model memiliki pengetahuan yang memadai mengenai AHP dilakukan menggunakan AHP priority calculator manfaat, cara penggunaan, dan keunggulan kendaraan yang digunakan untuk menerjemahkan preferensi atau Faktor harga dan ketersediaan infrastruktur juga penilaian subjektif mengenai kepentingan relatif menjadi aspek penting yang memerlukan perhatian kriteria menjadi skala rasio numerik .
, selain serius dari pihak produsen maupun pemerintah.
Dengan itu digunakan untuk perbandingan berpasangan, demikian, penelitian ini merekomendasikan strategi perhitungan bobot prioritas, dan penyusunan hierarki peningkatan adopsi kendaraan listrik melalui edukasi Verifikasi nilai Consistency Index (CI) dan konsumen, penyesuaian harga yang lebih kompetitif.
Consistency Ratio (CR) juga dihasilkan langsung oleh serta penguatan infrastruktur pendukung.
Meskipun AHP priority calculator, sehingga memastikan bahwa insentif pemerintah dan efisiensi biaya operasional matriks perbandingan memenuhi batas konsistensi CR tetap memiliki peranan, keduanya lebih bersifat sebagai O 0,1.
Sebagai pendukung, perhitungan matriks faktor pendukung yang melengkapi prioritas utama.
perbandingan juga diverifikasi menggunakan Microsoft Excel untuk memastikan keakuratan nilai eigen dan Temuan ini menegaskan bahwa Pengetahuan Hasil matriks Konsumen menempati peringkat tertinggi dengan bobot perbandingan berpasangan pada level kriteria utama 28,5%.
Posisi ini menunjukkan bahwa aspek literasi dan menunjukkan bobot prioritas yang disajikan dalam pemahaman konsumen terhadap teknologi kendaraan Gambar 1.
listrik merupakan faktor yang paling dominan dalam memengaruhi keputusan adopsi.
Konsumen yang memiliki pengetahuan lebih baik tentang manfaat, teknologi, dan efisiensi kendaraan listrik cenderung memiliki kecenderungan lebih tinggi untuk Artinya, keberhasilan adopsi teknologi baru tidak hanya ditentukan oleh aspek finansial, tetapi juga oleh kapasitas informasi dan pemahaman konsumen.
Pada urutan kedua.
Harga Kendaraan dengan bobot 19,25% menunjukkan bahwa faktor ekonomi tetap berperan penting.
Sensitivitas konsumen terhadap harga menjadikan faktor ini sebagai hambatan sekaligus peluang strategis bagi produsen untuk menekan harga melalui efisiensi produksi atau memanfaatkan dukungan insentif harga dari Catatan: Jumlah eigenvector = 1,00 .
%), menandakan bobot sudah Kriteria Infrastruktur berada pada posisi ter-normalisasi.
ketiga dengan bobot 18,54%.
Hal ini mencerminkan Gambar 1.
Prioritas Global Kriteria AHP bahwa ketersediaan sarana pendukung seperti stasiun Pengolahan data dengan metode Analytical Hierarchy pengisian daya, jaringan perawatan, dan fasilitas teknis Process (AHP) menghasilkan bobot prioritas global lainnya berperan penting dalam membangun yang mencakup keseluruhan kriteria utama beserta kepercayaan konsumen terhadap keberlanjutan Berdasarkan hasil perhitungan yang penggunaan kendaraan listrik.
Infrastruktur yang telah dilakukan dan disajikan Gambar 1, lima kriteria memadai dapat mengurangi keraguan konsumen terkait utama yang mendasari pengambilan keputusan keterbatasan memperoleh prioritas sebagai berikut: Pengetahuan penggunaan.
Konsumen .
,2.
Harga Kendaraan .
,1.
Selanjutnya.
Insentif Pemerintah menempati prioritas keempat dengan bobot 17,25%.
Faktor ini berperan DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.
Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
sebagai katalis dalam mendorong adopsi, terutama sangat bergantung pada penilaian responden, sehingga melalui kebijakan fiskal, potongan pajak, maupun potensi bias persepsi tidak dapat dihindari.
Selain itu, dukungan regulasi lainnya.
Meskipun tidak menjadi penelitian ini hanya mengkaji lima kriteria utama, faktor dominan, insentif tetap diperlukan untuk sementara faktor lain seperti regulasi lingkungan, mempercepat penetrasi pasar, khususnya pada tahap dukungan teknologi, atau persepsi sosial belum awal perkembangan industri kendaraan listrik.
dimasukkan dalam analisis.
Untuk penelitian Terakhir.
Biaya Operasional memperoleh bobot selanjutnya, disarankan penggunaan metode hybrid terendah yaitu 16,33%.
Hasil ini menunjukkan bahwa seperti AHP-TOPSIS.
AHP-ANP, atau integrasi dengan meskipun kendaraan listrik memiliki keunggulan dari metode kuantitatif lain agar hasil yang diperoleh lebih sisi biaya penggunaan jangka panjang, faktor tersebut komprehensif.
Penelitian selanjutnya juga perlu belum menjadi pertimbangan utama dalam proses melibatkan lebih banyak responden dari berbagai latar Konsumen lebih menekankan aspek belakang, termasuk konsumen potensial, produsen, pengetahuan, harga awal, dan dukungan infrastruktur distributor, dan pembuat kebijakan, sehingga perspektif dibandingkan efisiensi operasional jangka panjang.
yang diperoleh lebih representatif.
Selain itu, eksplorasi Secara keseluruhan, analisis prioritas global ini faktor-faktor eksternal seperti dinamika pasar, tren mengindikasikan bahwa strategi adopsi kendaraan global, dan kebijakan energi berkelanjutan juga penting listrik di Indonesia sebaiknya berfokus pada untuk melengkapi analisis prioritas adopsi kendaraan peningkatan pengetahuan konsumen, penyesuaian listrik.
Dengan demikian, meskipun penelitian ini telah harga, serta penguatan infrastruktur.
Faktor insentif memberikan kontribusi signifikan dalam memahami pemerintah dan biaya operasional dapat berfungsi faktor sebagai pendukung tambahan.
Dengan demikian, pengembangan metodologi dan cakupan variabel yang keberhasilan penetrasi kendaraan listrik lebih lebih luas akan sangat bermanfaat untuk menghasilkan ditentukan oleh kombinasi pemahaman konsumen dan temuan yang lebih kuat dan aplikatif.
kesiapan sistem pendukung, bukan hanya insentif finansial semata.
Daftar Rujukan .
Kesimpulan Penelitian ini berhasil mengidentifikasi prioritas faktor yang memengaruhi adopsi kendaraan listrik dengan menggunakan metode Analytical Hierarchy Process (AHP).
Hasil analisis Pengetahuan Konsumen merupakan faktor utama dengan bobot tertinggi .
,2.
, diikuti oleh Harga Kendaraan .
,1.
Infrastruktur .
,1.
Insentif Pemerintah .
,1.
, dan Biaya Operasional .
,1.
Temuan ini menegaskan bahwa tingkat pemahaman dan literasi konsumen mengenai kendaraan listrik memiliki peran dominan dalam mempercepat adopsi teknologi ramah lingkungan ini.
Lebih lanjut, hasil integrasi antara kriteria utama dan subkriteria memperlihatkan bahwa strategi percepatan adopsi kendaraan listrik perlu difokuskan pada peningkatan pengetahuan konsumen melalui edukasi, kampanye informasi, dan sosialisasi manfaat.
Di sisi lain, faktor harga kendaraan dan infrastruktur tetap menjadi prioritas penting yang harus ditangani secara simultan agar daya tarik konsumen semakin meningkat.
Sementara itu, insentif pemerintah dan efisiensi biaya operasional berfungsi sebagai faktor pendukung yang dapat memperkuat keputusan konsumen dalam jangka panjang.
Meskipun memberikan gambaran prioritas yang jelas, penelitian ini mempunyai sejumlah keterbatasan.
Pertama, jumlah responden yang terlibat pada proses pairwise comparison masih terbatas pada kelompok tertentu, sehingga hasil bobot prioritas mungkin belum sepenuhnya merepresentasikan keseluruhan pemangku Kedua.
AHP bersifat subjektif karena .
JICA.
Ltd.
Oriental Consultants Global Co.
Nomura Research Institute, and S.
Pte.
Nomura Research Institute.
AuData Collection Survey on Automotive Industry Development in the Republic of Indonesia,Ay 2021.
AuINDONESIA 4 .
0 : ADVANCED MANUFACTURING
OPPORTUNITIES The Indonesian Government launched the Ao Making Indonesia 4 .
0 Ao initiative with the ambition of utilizing advanced technologies to improve the performance and productivity in manufacturing .
,Ay pp.
6Ae7.
Octa Putri and G.
Ginanjar.
AuIndustry 4.
0 in Electronics and Automotives Sectors and Its Prospect for IndonesiaAos Economic Diplomacy,Ay vol.
225, no.
Icobest, pp.
324Ae327, 2019, doi: 10.
2991/icobest-18.
Astuti.
AuSubsidi Pembelian Motor Listrik Roda Dua Dalam Upaya Meningkatkan Daya Beli Masyarakat,Ay Dialogue : Jurnal Ilmu Administrasi Publik, vol.
6, no.
656Ae662, 2024, doi: 10.
14710/dialogue.
aji Faris Adnan Padhilah.
Ilham Rizqian Fahreza Surya.
AuIndonesia Electric Vehicle Outlook 2023 Electrifying Transport Sector: Tracking Indonesia EV Industries and Ecosystem Readiness,Ay pp.
1Ae44, 2023, [Onlin.
Available: https://iesr.
id/en/pustaka/indonesia-electricvehicle-outlook-2023 Sidiq and F.
Ariani.
AuSistem Pendukung Keputusan dalam Pemilihan Mobil menggunakan Metode Analytical Hierarchy Process (AHP),Ay Informatics and Computer Engineering Journal, vol.
2, no.
1, pp.
1Ae10, 2022, doi:
31294/icej.
Adha.
AuAnalisis Pembelian Mobil Listrik Menggunakan Metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS),Ay Jist.
Publikasiindonesia.
Id, vol.
1, no.
2, pp.
476Ae485, 2020, doi: 10.
30865/klik.
Oktaria and F.
Ikhsan.
AuImplementasi Metode Ahp Untuk Memilih Kendaraan Roda Empat,Ay Jurnal Informatika, vol.
22, no.
2, pp.
196Ae209, 2022, doi:
30873/ji.
Apak.
Gyy, and .
Karakadlar.
AuAn Analytic Hierarchy Process Approach with a Novel Framework for DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.
Dimas Mukhlis Hidayat Fathurohman.
Lukman Abdul Azizul Hakim.
Muhammad Syadif.
Aulia Putri Antariksa Tematik : Jurnal Teknologi Informasi Komunikasi .
-Journa.
Vol.
12 No.
Luxury Car Selection,Ay Procedia Soc Behav Sci, vol.
58, pp.
1301Ae1308, 2012, doi: 10.
1016/j.
Nara.
Ma.
Mubarok, and D.
Kusumawardani.
AuAnalisis Kepuasan Konsumen dalam Keputusan Pembelian Produk dengan Metode Analytical Hierarchy Process ( AHP ),Ay Conference on Electrical Engineering.
Informatics.
Industrial Technology, and Creative Media 2024, vol.
4, no.
1, pp.
1264Ae1275, 2024.
Fitriana and B.
Santosa.
AuAnalisis Faktor-Faktor Pemilihan Suplier Material pada Jasa Usaha Konstruksi dengan Metode Fuzzy AHP,Ay Jurnal Fondasi, vol.
9, no.
1Ae11, 2020, doi: 10.
36055/jft.
Studi et al.
AuGACOAN UNTUK MENINGKATKAN PENJUALAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS ( AHP ),Ay vol.
4, no.
1991, pp.
1545Ae1554, 2025.
ostar and V.
RistanoviN.
AuAssessment of Influencing Factors on Consumer Behavior Using the AHP Model,Ay Sustainability (Switzerlan.
, vol.
15, no.
13, 2023, doi:
3390/su151310341.
Suman.
Chyon, and M.
Ahmmed.
AuBusiness strategy in BangladeshAiElectric vehicle .
SWOT-AHP analysis: Case study,Ay International Journal of Engineering Business Management, vol.
12, pp.
1Ae10, 2020, doi: 10.
1177/1847979020941487.
L Saaty.
AuaNA.
AII IO IO II N I AOI a INOA
A II IO IO II NA A OOAA I OAA NI IA
: Archive of SID w.
SID.
irAy, [Onlin.
Available AIA SID.
SAATY and K.
KEARNS.
The Analytic Hierarchy Process, no.
July.
doi: 10.
1016/b978-0-08-0325996.
Saaty.
AuDecision making with the Analytic Hierarchy Process,Ay Scientia Iranica, vol.
9, no.
3, pp.
215Ae229, 2002, doi: 10.
1504/ijssci.
Saaty.
AuAbsolute and relative measurement with the AHP.
The most livable cities in the United States,Ay Socioecon Plann Sci, vol.
20, no.
6, pp.
327Ae331, 1986, doi:
1016/0038-0121.
Au aNA.
AII IO IO II N I AOI a INOA A II IO IO II N IA AO OOA AI IA A NIAArchive of SID w.
SID.
irAy, [Onlin.
Available: w.
SID.
DOI: https://doi.
org/10.
38204/tematik.
Lisensi: Creative Commons Attribution 4.
0 International (CC BY 4.