PERBANDINGAN METODE AHP TOPSIS DAN AHP MARCOS PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MEREKOMENDASIKAN BANK DIGITAL DI INDONESIA

Dharmawan, Bhathiya (2026) PERBANDINGAN METODE AHP TOPSIS DAN AHP MARCOS PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MEREKOMENDASIKAN BANK DIGITAL DI INDONESIA. Undergraduate thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
2215091050-COVER.pdf

Download (590kB)
[img] Text (ABSTRAK)
2215091050-ABSTRAK.pdf

Download (25MB)
[img] Text (BAB 1 PENDAHULUAN)
2215091050-BAB 1 PENDAHULUAN.pdf

Download (25MB)
[img] Text (BAB 2 KAJIAN TEORI)
2215091050-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only

Download (26MB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
2215091050-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only

Download (26MB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
2215091050-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only

Download (26MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
2215091050-BAB 5 PENUTUP.pdf
Restricted to Repository staff only

Download (25MB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
2215091050-DAFTAR PUSTAKA.pdf

Download (25MB)
[img] Text (LAMPIRAN)
2215091050-LAMPIRAN.pdf

Download (26MB)

Abstract

Pertumbuhan pesat industri perbankan digital di Indonesia memberikan beragam opsi layanan finansial bagi masyarakat, namun kompleksitas evaluasi kriteria yang heterogen mulai dari aspek finansial, keandalan teknis, hingga UX sering kali memicu keraguan dalam pemilihan bank yang paling sesuai dengan preferensi individu. Penelitian ini bertujuan membangun SPK berbasis web bernama D-Cision yang membandingkan performa metode AHP - TOPSIS dengan AHP - MARCOS. Pembobotan kriteria dikunci menggunakan AHP berbasis matriks perbandingan berpasangan yang lolos uji konsistensi, mengintegrasikan 14 sub-kriteria dan 17 alternatif bank digital di Indonesia. Evaluasi dilakukan terhadap 76 responden untuk menguji tingkat presisi pemeringkatan sistem terhadap preferensi aktual pengguna. Hasil pengujian MAE menunjukkan bahwa AHP-MARCOS menghasilkan rata-rata kesalahan peringkat yang lebih rendah sebesar 4,44 dibandingkan AHP-TOPSIS sebesar 4,84. Selain itu, pengujian Spearman Rank Correlation mengonfirmasi AHP-MARCOS memiliki keselarasan hirarki global yang lebih kuat 0,31 dibandingkan AHP-TOPSIS 0,25. Pada pengujian sensitivitas bobot kriteria, AHP-MARCOS terbukti sangat responsif pada penambahan bobot (+0,1) dengan persentase perubahan peringkat sebesar 46,4% dan melandai secara terkontrol pada penambahan (+0,2) sebesar 45,5%. Analisis komputasi menunjukkan bahwa karakteristik MARCOS melalui penggunaan Extended Initial Matrix dan fungsi normalisasi invers linier mempertahankan proporsi nilai alternatif terhadap solusi ideal dan anti-ideal, sehingga menghasilkan mekanisme penilaian berbasis utility yang lebih mampu mempertahankan informasi relatif antarnilai dibandingkan normalisasi vektor kuadratis pada TOPSIS. Temuan ini memperkuat literatur perintis MARCOS serta studi komparasi terkait yang membuktikan stabilitas dan ketahanan model tersebut dalam menangani kriteria yang kompleks dan menghadapi perubahan bobot maupun komposisi alternatif pada permasalahan MCDM. Uji fungsionalitas Black Box Testing mengonfirmasi seluruh modul sistem berjalan valid 100%, sehingga AHP-MARCOS secara definitif ditetapkan sebagai mesin komputasi utama pada sistem D-Cision.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Sistem Pendukung Keputusan, Bank Digital, AHP, TOPSIS, MARCOS, Mean Absolute Error, Spearman Rank Correlation, Analisis Sensitivitas
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1)
Depositing User: Bhathiya Dharmawan
Date Deposited: 23 Sep 2026 05:50
Last Modified: 23 Sep 2026 05:50
URI: http://repo.undiksha.ac.id/id/eprint/32858

Actions (login required)

View Item View Item