ANALISA PERBANDINGAN METODE WP DAN MFEP DALAM … - Asyahri.pdf · MERK PAKAIAN TERBAIK *Asyahri Hadi Nasyuha#1,Hendryan Winata#2, Beni Andika#3 ... melalui alternatif-alternatif

ISSN : 1978-6603

ANALISA PERBANDINGAN METODE WP DAN MFEP DALAM PEMILIHAN MERK PAKAIAN TERBAIK

*Asyahri Hadi Nasyuha#1,Hendryan Winata#2, Beni Andika#3

#1,2,3 Program Studi Sistem Informasi, STMIK Triguna Dharma E-Mail : #[email protected]

Abstrak

Dalam persediaan product terbaik, manager gudang mengalami permasalahan untuk menentukan merek product terbaik terbaik yang akan dipasarkan sehingga dapat meningkatkan daya jual yang mampu menghasilkan keuntungan bagi pihak toko. Untuk menyelesaikan permasalahan yang ada, maka perlu dilakukan penelitian dalam pengambilan keputusan dengan menggunakan metode Weighted Product dan Multi Factor Evaluation Process yang dapat menghasilkan keputusan berdasarkan kriteria-kriteria merek pakaian terbaik yang akan dipasarkan.Dari hasil implementasi sistem, dapat disimpulkan bahwa dengan menggunakan metode Weighted Product dan Multi Factor Evaluation Process dapat membantu toko dalam proses pengambilan keputusan penyeleksian merek product terbaik yang terbaik yang akan dipasarkan sehingga dapat meningkatkan daya jual. Kata kunci :Sistem Pendukung Keputusan (SPK), Weighted Product dan Multi Factor Evaluation Process.

Abstract In the best product inventory, warehouse managers experience problems to determine the best best product brand to market so as to increase the selling power that can generate profit for the shop.To solve the existing problem, it is necessary to do research in decision making by using method of Weighted Product and Multi Factor Evaluation Process which can produce decision based on criteria of best clothing brand to be marketed. From the result of system implementation, it can be concluded that by using Weighted method Product and Multi Factor Evaluation Process can help shop in decision making process of best product brand best to be marketed so as to increase selling power. Keywords: Decision Support System (SPK), Weighted Product andMulti Factor Evaluation Process.

Asyahri Hadi Nasyuha, Hendryan Winata, Beni Andika, Analisa Perbandingan Metode.

Jurnal SAINTIKOM Vol. 16, No. 3,September 2017 306

I. PENDAHULUAN 1. Latar Belakang

Dunia usaha penuh dengan persaingan, intensitasnya dari hari ke hari semakin tinggi, termasuk pada bisnis penjualan pakaian. Dalam usaha penjualan ini siapa yang memiliki sistem jaringan yang kuat maka akan bertahan lebih lama dan memenangkan persaingan pasar. Faktor pemasaran merupakan suatu hal yang sangat perlu diperhatikan karena pemasaran merupakan proses akhir yang harus dilakukan guna memberikan nilai dan keberhasilan suatu produk yang kita pasarkan.

Pada saat ini AS Group belum memiliki sistem yang dapat mengetahui merk pakaian terbaik agar dapat meningkatkan penjualan, karena pada umumnya konsumen memiliki pengetahuan terhadap bahan pakaian dan merk pakaian yang mereka cari sehingga hal tersebut dapat mempengaruhi tingkat penjualan. Hal ini agar lebih teliti dalam melakukan penambahan stok penjualan terhadap merk terbaik yang telah diplih berdasarkan sistem yang dirancang.

II. KAJIAN PUSTAKA

2.1 Sistem Pendukung Keputusan (SPK) Sistem Pendukung Keputusan

merupakan suatu sistem interaktif yang mendukung keputusan dalam proses pengambilan keputusan melalui alternatif-alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model. Pengambilan keputusan merupakan proses pemilihan alternatif tindakan untuk mencapai tujuan atau sasaran tertentu. Pengambilan keputusan dilakukan dengan pendekatan

sistematis terhadap permasalahan melalui proses pengumpulan data menjadi informasi serta ditambah dengan faktor – faktor yang perlu dipertimbangkan dalam pengambilan keputusan. Tujuannya adalah untuk membantu pengambilan kepututsan dalam memilih berbagai alternatif keputusan yang merupakan hasil pengolahan informasi yang diperoleh dengan menggunakan model pengambilan keputusan.

Sistem Pendukung Keputusan (SPK) merupakan penggabungan sumber-sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem pendukung keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah–masalah semi struktur. Sistem pendukung keputusan bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan. pengambilan keputusan adalah suatu proses pemilihan alternatif terbaik dari beberapa alternatif secara sistematis untuk ditindak lanjuti sebagai suatu cara pengambilah keputusan. Berikut ini merupakan proses pemgambilan keputusan, yaitu: 1. Penelusuran (Intellegence)



Tahap ini merupakan proses penelusuran dan pendekatan dari lingkup problematika serta pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah.

2. Perancangan (Design) Tahap ini merupakan proses

menemukan, mengembangkan dan menganalisi alternatif yang bisa dilakukan. Tahap ini meliputi proses menganalisis masalah, menurunkan solusi dan menguji kelayakan solusi.

3. Pemilihan (schoise) Dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pemgambilan keputusan.

4. Implementasi (implementation) Tahap ini sebenarnya termasuk tahap ketiga, namun ada beberapa pihak berpendapat bahwa tahap ini perlu dipandang sebagai bagian yang terpisah guna menggambarkan hubungan antar fase secara lebih luas.

2.2 Metode Weight Product (WP) Metode Weight Product (WP)

merupakan salah satu metode yang sederhana dengan perkalian untuk menghubungkan rating atribut, dimana setiap rating atribut harus dipangkatkan dengan bobot atribut yang bersangkutan.Hal tersebut dinamakan normalisasi.

Langkah-langkah penyelesaian Weight Product adalah sebagai berikut :

1. Menentukan kriteria-kriteria terlebih dahulu yang akan dijadikan tolak ukur dalam pengambilan keputusan.

2. Menormalisasikan setiap nilai alternative dengan perbaikan bobot ∑ Wj=1 adalah dengan rumus :

Wj= 𝑊

∑𝑊

3. Menghitung nilai bobot preferensi

pada setiap alternative dengan variabel W adalah pangkat bernilai positif untuk atribut keuntungan dan bernilai negatif untuk atribut biaya. Preferensi untuk alternatif Si diberikan sebagai berikut :

𝑆𝑖 = ∏ 𝑥𝑖𝑗𝑤𝑗

𝑛

𝑗=1

Dimana : Si= nilai dari setiap alternatif n = banyaknya kriteria xij = nilai dari setiap baris dan kolom wj = nilai atribut yang dimiliki dari setiap criteria ∏ = produk 4. Melakukan perangkingan yang

diperoleh dari nilai terbesar yang dipilih sebagai alternatif terbaik. Dengan Rumus :

Vi = 𝑆𝑖

∏ (𝑋𝑗∗)𝑤𝑗𝑛

𝑗=1

Dimana : V : Preferensi alternatif dianalogika sebagai vektor V X : Nilai Kriteria W : Bobot kriteria i : Alternatif j : Kriteria n : Banyaknya kriteria 2.3 Multi Factor Evaluation Process

(MFEP) Proses pemilihan alternative

terbaik menggunakan weighting



siytem, dimana metode tersebut merupakan metode kuantitatif, disebut sebagai metode Multifaktor Evaluation Process (MFEP). Dalam pengambilan keputusan multi faktor, pengambil keputusan secara subyektif dan intuitif menimbang berbagai faktor yang mempunyai pengaruh penting terhadap alternatif pilihan mereka.

Untuk keputusan yang berpengaruh secara strategis, lebih dianjurkan menggunakan sebuah pendekatan kuantitatif seperti Multi Factor Evaluation Process (MFEP). Dalam Multi Factor Evaluation Process (MFEP) pertama-tama seluruh kriteria yang menjadi faktor penting dalam melakukan pertimbangan diberikan pembobotan (weighting) yang sesuai. Langkah yang sama juga dilakukan terhadap alternatif-alternatif yang akan dipilih, yang kemudian dapat dievaluasi berkaitan dengan faktor–faktor pertimbangan tersebut. Sebagai contoh, Multi Factor Evaluation Process (MFEP) akan digunakan dalam memilih sebuah komputer. Dalam penerapan Multi Factor Evaluation Process (MFEP) yang harus dilakukan pertama kali adalah penentuan faktor-faktor yang dianggap penting dalam pemilihan komputer yang diperlukan. Dalam contoh ini ditetapkan bahwa faktor-faktor tersebut adalah hardware, software dan dukungan vendor.

III. HASIL DAN PEMBAHASAN 3.1 Analisa dan Perancangan

Permasalahan yang muncul pada saat diadakannya penambahan stok pakaian yang dilakukan ternyata masih belum bisa mendekati sasaran yang

tepat dikarenakan banyaknya merk yang disediakan sementara tidak mengenai pasar konsumen sehingga mengakibatkan banyaknya tersisa merk lain yang tidak habis terjual.

Analis sistem secara sistematis menilai bagaimana fungsi sistem dengan cara mengamati proses input dan pengolahan data serta proses output informasi untuk membantu peningkatan proses operasional. Analisis sistem adalah suatu proses untuk mengumpulkan dan menginterpretasikan kenyataan-kenyataan yang ada, mendiagnosa persoalan dan menggunakan keduanya untuk memperbaiki sistem. Analis sistem juga merupakan orang yang mempunyai kemampuan untuk menganalisis sebuah sistem, memilih alternatif pemecahan masalah dan menyelesaikan masalah tersebut dengan menggunakan komputer. 3.2 Algoritma Sistem

Algoritma sistem dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan-permasalahan, kesempatan-kesempatan, hambatan-hambatan yang terjadi dan kebutuhan-kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-perbaikannya.

Penentuan merk pakaian terbaik berpengaruh terhadap peningkatan minat pasar. Dengan dirancangnya sistem ini diharapkan dapat mengetahui merk apa yang paling diminati oleh konsumen sehingga dapat meningkatkan penjualan. Metode yang digunakan adalah WP dan MFEP yang merupakan bidang keilmuan



pendukung keputusan dalam penentuan merk pakaian terbaik. Untuk memeperoleh hasil/output diperlukan beberapa tahap yaitu, pertama penentuan kriteria-kriteria yang diseleksi serta bobotnya, penentuan bobot-bobot faktor evaluation, menghitung faktor weightnya dengan menggunakan rumus WP dan MFEP, menghitung jumlah faktor weight dari keseluruhan kriteria dan membuat keputusan dari jumlah faktor weight tadi untuk mengetahui kelayakan menjadi merk pakaian terbaik yang akan dipilih.

Tabel 3.1 Pembobotan Kiteria

Tabel 3.2 Skala Pembobotan Kriteria

Tabel 3.3 Data Pakaian

Pada saat observasi data telah diberikan bobot awal dalam pemilihan merk pakaian sebagai berikut : Bobot Awal atau W = 5 4 3 2 1 Adapun rumus perbaikan bobot dalam metode WP adalah sebagai berikut :

𝑊𝑗 =wj

∑ wj

Keterangan : Wj = Bobot

∑ wj = jumlah semua bobot

Lalu dilakukanlah proses pembobotan Untuk Harga :

W1 =5

5+4+3+2+1=

5

15= 0.33

Untuk Kualitas :

W2 =4

5 + 4 + 3 + 2 + 1=

4

15= 0.27

Untuk Bahan :

W3 =3

5 + 4 + 3 + 2 + 1=

3

15= 0.2

Untuk Motif :

W4 =2

5 + 4 + 3 + 2 + 1=

2

15= 0.13

Untuk Warna :

W5 =1

5 + 4 + 3 + 2 + 1=

1

15= 0.07

Dari Proses pembobotan di atas di dapatkanlah bobot akhir sebagai berikut:

Untuk Harga : 0.33 Untuk Kulitas : 0.27 Untuk Bahan : 0.2 Untuk Motif : 0.13



Untuk Warna : 0,07

Tabel 3.4 Nilai Bobot Kriteria WP

1. Factor Evaluation Untuk Factor Evaluation diperoleh dari hasil observasi terhadap beberapa merk pakaian. Misalnya saja ada 5 merk yang masuk seleksi dalam pemilihan yaitu Liby, Velvet, Chiyu, Moms Gift, Boboho. Adapun pemberian nilai kriteria harga dapat dilihat berdasarkan tabel penilaian harga seperti di bawah ini :

Tabel 3.45 Tabel Penilaian Harga

No Harga Nilai

1. 0 – 100 90 – 99

2. 100 – 200 80 – 89

3. 200 – 300 70 – 79

4. 300 – 400 60 – 69

5. 400 – 500 0 - 59

Tabel 3.6 Tabel Penilaian Kualitas

No Kualitas Nilai

1. Sangat Rendah 0 - 59

2. Rendah 60 - 69

3. Sedang 70 – 79

4. Tinggi 80 – 89

5. Sangat Tinggi 90 - 99

Tabel 3.7 Tabel Penilaian Bahan

No Bahan Nilai

1. Sangat Kasar 90 – 99

2. Kasar 80 – 89

3. Sedang 70 – 79

4. Lembut 60 – 69

5. Sangat Lembut 0 – 59

Tabel 3.8 Tabel Penilaian Motif

No Motif Nilai

1. Polos 50 - 59

2. Bercorak 60 - 69

3. Bordir 70 – 79

4. Sablon 80 – 89

5. Bordir Sablon 90 - 99

Tabel 3.9 Tabel Penilaian Warna

No Warna Nilai

1. Sangat Buram 50 - 59

2. Buram 60 - 69

3. Sedang 70 – 79

4. Terang 80 – 89

5. Sangat Terang 90 - 99

Kelima merk tersebut telah memperoleh nilai pada proses penyeleksian yang telah dilakukan, dan untuk biaya ialah untuk kriteria harga dan bahan, untuk keutungan ialah untuk kriteria kualitas, motif, dan wara. Daftar nilai kelima merk tersebut adalah sebagai berikut :

Tabel 3.10 Penialaian dari Setiap alternatif

Lakukan tahapan normalisasi dari setiap nilai alternatif (nilai vektor) sebagai berikut : Liby(S1) = (65 -0,33) * (950,27) * (65-0,2) *

(950,13) * (950,07) = 0,930 Velvet(S2) = (65-0,33) * (900,27) * (65-0,2) *

(800,13) * (900,07) = 0,893 Chiyo(S3) = (75-0,33) * (850,27) * (65-0,2) *

(800,13) * (900,07) = 0,839 Moms Gift(S4)= (75-0,33) * (800,27) * (80-

0,2) * (600,13) * (750,07) = 0,753 Boboho (S5) = (85-0,33) * (700,27) * (80-

0,2) * (600,13) * (900,07) = 0,706 Setelah melakukan tahapan normalisasi kemudian lakukan perhitungan nilai bobot preferensi dari setiap alternatif, sebagai berikut :

Nilai Preferensi Vi untuk Merk Liby

=0,930

0,930 + 0,893 + 0,839 + 0,753 + 0,706

=0,930

4,122= 0,225



Nilai Preferensi Vi untuk Merk Velvet

=0,893

0,930 + 0,893 + 0,839 + 0,753 + 0,706

=0,893

4,122= 0,217

Nilai Preferensi Vi untuk Merk

Chiyo

=0,839

0,930 + 0,893 + 0,839 + 0,753 + 0,706

=0,839

4,122= 0,203


Moms Gift

=0,839

0,930 + 0,893 + 0,839 + 0,753 + 0,706

=0,839

4,122= 0,183


Boboho

=0,706

0,930 + 0,893 + 0,839 + 0,753 + 0,706

=0,706

4,122= 0,171

Dari hasil perhitungan yang dilakukan berdasarkan metode WP didapat nilai dari ke lima merk pakaian sebagai berikut,

Tabel 3.11 Perangkingan Berdasarkan Nilai Preferensi

3.3 Multi Factor Evaluation Process Tabel 3.12 Tabel Kriteria

No Kriteria Nilai

1. Harga 5

2. Kualitas 4

3. Bahan 3

4. Motif 2

5. Warna 1

Pada kasus ini akan digunakan 5 alternatif data pakaian. Berikut tabel alternatif pakaian :

Tabel 3.13 Tabel Alternatif

Pada saat observasi data telah diberikan bobot awal dalam pemilihan merk pakaian sebagai berikut : Bobot Awal atau W = 5 4 3 2 1 Adapun rumus perbaikan bobot dalam metode WP adalah sebagai berikut :

𝑊𝑗 =wj

∑ wj

Keterangan : Wj = Bobot

∑ wj = jumlah semua bobot

Lalu dilakukanlah proses pembobotan Untuk Harga :

W1 =5

5+4+3+2+1=

5

15= 0.33

Untuk Kualitas :

W2 =4

5 + 4 + 3 + 2 + 1=

4

15= 0.27

Untuk Bahan :

W3 =3

5 + 4 + 3 + 2 + 1=

3

15= 0.2

Untuk Motif :

W4 =2

5 + 4 + 3 + 2 + 1=

2

15= 0.13



Untuk Warna :

W5 =1

5 + 4 + 3 + 2 + 1=

1

15= 0.07

Dari Proses pembobotan di atas di dapatkanlah bobot akhir sebagai berikut:

Untuk Harga : 0.33 Untuk Kulitas : 0.27 Untuk Bahan : 0.2 Untuk Motif : 0.13 Untuk Warna : 0,07

Algoritma sistem menunjukkan prosedur dalam aplikasi yang akan dibangun. Dalam membangun sistem pendukung keputusan pemilihan merk pakaian terbaik diperlukan beberapa tahapan dalam mencapai hasil. Pertama sekali harus ada merk pakaian yang menjadi alternatif. Sebelum masuk ke perhitungan Multi Factor Evaluation Process, harus dilakukan pembobotan terlebih dahulu dengan menggunakan metode WP (Weight Product). Seteleh dilakukan pembobotan dengan menggunakan metode WP, Mulailah dilakukan perhitungan dengan menggunakan metode MFEP. Dengan mengalikan Factor Weight dengan Factor Evaluation. Barulah diperoleh perangkingan dari perhitungan yang dilakukan. Desa yang mendapatkan nilai tertinggi akan mendapat rangking teratas.

Setelah bobot akhir didapatkan, maka langkah selanjutnya adalah melakukan perhitungan dengan metode MFEP sebagai berikut : 2. Menentukan Bobot Kriteria (Factor

Weight) Factor Weight diperoleh berdasarkan bobot awal dari Amirah Sejahtera Group, lalu dilakukan

pembobotan akhir dengan metode WP.

Tabel 3.14 Bobot Faktor (NBF)

Faktor Bobot Faktor

Harga 0.33

Kualitas 0.27

Bahan 0.2

Motif 0.13

Warna 0.07

Jumlah 1

3. Factor Evaluation

Untuk Factor Evaluation diperoleh dari hasil observasi terhadap beberapa merk pakaian. Misalnya saja ada 5 merk yang masuk seleksi dalam pemilihan yaitu Liby, Velvet, Chiyu, Moms Gift, Boboho. Kelima merk tersebut telah memperoleh nilai pada proses penyeleksian yang telah dilakukan. Daftar nilai kelima merk tersebut adalah sebagai berikut :

Tabel 3.15 Data Awal Bobot Kriteria Pada Setiap Merk (NEF)

4. Weighted Evaluation

Melakukan perhitungan perkalian antara bobot weight (nilai kriteria yang telah ditentukan saat observasi dan telah dilakukan pembobotan dengan metode WP) dengan nilai bobot evaluation (nilai hasil evaluasi merk pakaian). Perhitungan Weight Evaluation dapat ditulis dengan rumus :

Weight Evaluation = Factor Weight . Factor Evaluation

Perhitungan weight evaluation akan dilakukan pada setiap merk yang



telah mendapatkan nilai berdasarkan kriteria yang telah ditentukan, perhitungan weight evaluation akan diuraikan sebagai berikut: Tabel 3.16Weight Evaluation (NBE)

Pada Merk Liby

Tabel 3.17Weight Evaluation (NBE)

Pada Merk Velvet


Pada Merk Chiyo


Pada Merk Moms Gift

Tabel 3.20 Weight Evaluation (NBE)

Pada Merk Boboho

Dari hasil perhitungan yang dilakukan berdasarkan metode MFEP didapat nilai dari ke lima merk pakaian sebagai berikut,

Tabel 3.21 Perangkingan Berdasarkan Total Bobot Evaluasi

Dari hasil analisa perbandingan

metode WP dan MFEP didapatkanlah perhitungan dengan hasil yang berbeda. Pada metode WP Merk pakaian yang terpilih adalah Libby dengan Nilai 0,2257 dan perhitungan pada metode MFEP Merk pakaian yang terpilih adalah Libby dengan Nilai 79,1. Dengan data yang sama didapatkan hasil analisa perbandingan metode WP dan MFEP yang menghasilkan keputusan yang sama tapi dengan bilangan yang berbeda. 3.4 Pemodelan Sistem Sistem flowchart merupakan diagram alir yang menggambarkan suatu sistem peralatan komputer yang digunakan dalam proses pengolahan data serta hubungan antar peralatan tersebut.



Gambar 3.1 Flowchart Metode WP

Gambar 3.2 Flowchart Metode MFEP 3.5 Hasil

Gambar 3.3 Form Input Data Merk

Gambar 3.4 Form Nilai Kriteria

Gambar 3.5 Form Input Penilaian

Alternatif

Gambar 3.6 Perhitungan WP



Gambar 3.7 Perhitungan MFEP

Dari hasil perhitugan di atas diketahui nilai hasil untuk Merk Liby = 0,2257 pada perhitungan metode WP dan Merk Liby = 79,1pada perhitugan metode MFEP, dengan demikian Liby mempunyai nilai tertinggi sama dengan hasil perhitungan secara manual alternatif yang terpilih sebagai pakaian terbaik dari perhitungan dengan metode WP maupun perhitungan dengan metode MFEP. Dengan demikian hasil dari analisa perbandingan kedua metode menunjukkan hasil yang sama dalam menentukan pemilihan pakaian terbaik.

IV. KESIMPULAN

Adapun kesimpulan dari Skripsi yang berjudul Sistem Pendukung Keputusan Analisa Perbandingan Metode Weighted Produk dan Metode Multifaktor Evaluation Process Dalam Pemilihan Merk Pakaian Terbaik 1. Sistem Pendukung Keputusan

dibuat dengan menganalisa kebutuhan system Analisa PerbandinganMetode Weighted Produk dan Metode Multifaktor Evaluation Process Dalam Pemilihan Merk Pakaian Terbaik.

2. Metode Weighted Produk dan Metode Multifaktor Evaluation Processdapat diimplementasikan dalam membantu pengambilan keputusan menentukan Merk Pakaian Terbaik

3. Sistem membantu manajer CV. AS Group dalam memberikan rekomendasi merek pakaian sesuai dengan kriteria untuk mendapatkan merek terbaik.

DAFTAR PUSTKA Bahasa Indonesia, Ahli Bahasa: Drs.

Alexander Sindoro da Tim Msrkplus.

Fachmi, Basyaib. 2006. Teori Pembuatan Keputusan. Jakarta: PT. Grasindo.

jurnal%20skripsi/TEKNOLOGI%20&%20KOMPUTER%20%20Pengertian%20Microsoft%20Access%202007.html.

Kottler Philip dan Gary Amstrong, 2004. Dasar- Dasar Pemasaran Edisi Kesembilan Jilid 1. PT. Indeks Kelompok Gramedia, Jakarta, Edisi

Kusuma dewi Sri, Agus Harjoko, dan Retantyo. 2006. Fuzzy Multi Attribute Decision Making (Fuzzy MADM). Yogyakarta: Penerbit Graha Ilmu.

Nofriansyah, Dicky. 2014. Konsep Data Mining Vs Sistem Pendukung Keputusan, Yogyakarta : Deepublish.

Stanton William. 2000. Prinsip Pemasaran Jilid 1. Penerbit Erlangga, Jakarta, Edisi Bahasa Indonesia, Ahli Bahasa: Yohanes Lamarto,

Documents

ANALISA PERBANDINGAN METODE WP DAN MFEP DALAM … - Asyahri.pdf · MERK PAKAIAN TERBAIK *Asyahri Hadi Nasyuha#1,Hendryan Winata#2, Beni Andika#3 ... melalui alternatif-alternatif