SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP TERBAIK BERBASIS WEB MENGGUNAKAN METODE MULTI ATTRIBUTIVE BORDER APPROXIMATION AREA COMPARISON (MABAC)
WEB-BASED DECISION SUPPORT SYSTEM FOR BEST LAPTOP SELECTION USING MULTI ATTRIBUTIVE BORDER APPROXIMATION AREA COMPARISON (MABAC)
Kemajuan teknologi di era modern menjadikan perangkat seperti laptop sangat penting dalam kehidupan sehari-hari. Berdasarkan laporan dari Kominfo (2017), survei dengan 2.121 responden menunjukkan bahwa penggunaan laptop untuk bekerja (54,55%) dan belajar (53,65%) hampir seimbang, sementara penggunaan untuk hiburan sebesar 34,94%. Namun, pemilihan laptop yang sesuai seringkali menjadi tantangan, terutama bagi mahasiswa di jurusan Teknik Informatika Universitas Negeri Surabaya yang sering menggunakan laptop yang sudah ketinggalan zaman. Untuk mengatasi masalah ini, diperlukan sebuah Sistem Pendukung Keputusan (SPK) menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC). Metode MABAC, yang dikembangkan oleh Pamucar dan Cirovic, dipilih karena kemampuannya dalam menyelesaikan masalah pengambilan keputusan dengan alternatif dan kriteria berbobot, serta menghasilkan perangkingan solusi yang konsisten dibandingkan metode lain seperti SAW, COPRAS, MOORA, TOPSIS, dan VIKOR. Dalam penelitian ini, metode MABAC digunakan untuk memilih laptop berdasarkan kriteria iii harga, CPU, RAM, dan penyimpanan. Dengan menggunakan metode MABAC, SPK ini diyakini mampu memecahkan masalah pemilihan laptop yang tepat, sehingga mendukung produktivitas dan kinerja. Penelitian ini berhasil mengembangkan Sistem Pendukung Keputusan (SPK) berbasis website untuk pemilihan laptop terbaik menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC), yang memudahkan penilai dalam memilih laptop. SPK ini menggunakan 10 kriteria: harga, prosesor, RAM, penyimpanan, tipe penyimpanan, ukuran layar, kartu video, berat laptop, baterai, Sistem Oprasi, dan garansi. Hasil perhitungan MABAC menempatkan Asus Vivobook 14 A1400EA sebagai laptop terbaik dengan hasil 0.15, diikuti oleh HP 14s EP0022TU dan Lenovo Ideapad Slim 3 14ITL6 dengan hasil 0.05, dan urutan terakhir adalah Dell Latitude 3420 dengan hasil -0.05. Kata Kunci – Sistem Pendukung Keputusan, Multi-Attributive Border Approximation Area Comparison, Laptop
Technological advances in the modern era make devices such as laptops very important in everyday life. Based on a report from Kominfo (2017), a survey with 2,121 respondents showed that laptop use for work (54.55%) and study (53.65%) was almost equal, while use for entertainment was 34.94%. However, choosing a suitable laptop is often a challenge, especially for students in the Informatics Engineering department at Surabaya State University who often use outdated laptops. To overcome this problem, a Decision Support System (DSS) using the Multi-Attributive Border Approximation Area Comparison (MABAC) method is needed. The MABAC method, developed by Pamucar and Cirovic, was chosen because of its ability to solve decision-making problems with alternatives and weighted criteria, as well as producing consistent solution rankings compared to other methods such as SAW, COPRAS, MOORA, TOPSIS, and VIKOR. In this research, the MABAC method is used to select laptops based on the criteria of price, CPU, RAM and storage. By using the MABAC method, this SPK is believed to be able to solve the problem of selecting the right laptop, thereby supporting productivity and performance. This research succeeded in developing a website-based Decision Support System (DSS) for selecting the best laptop using the Multi-Attributive Border v Approximation Area Comparison (MABAC) method, which makes it easier for assessors to choose a laptop. This SPK uses 10 criteria: price, processor, RAM, storage, storage type, screen size, video card, laptop weight, battery, operating system, and warranty. MABAC calculation results place the Asus Vivobook 14 A1400EA as the best laptop with a result of 0.15, followed by the HP 14s EP0022TU and the Lenovo Ideapad Slim 3 14ITL6 with a result of 0.05, and last place is the Dell Latitude 3420 with a result of -0.05. Keywords – Decision Support System, Multi-Attributive Border Approximation Area Comparison, Laptop.