ABSTRAK
Sepeda merupakan alat transportasi yang sudah ada sejak awal abad ke-18, asal mula sepeda diperkirakan berasal dari Perancis yang pada saat itu dinamakan velocipede. Sejak dahulu hingga sekarang sepeda digunakan sebagai penunjang kegiatan sehari-hari, baik untuk bekerja, rekreasi, maupun berolahraga.
Permasalahan penelitian ini adalah banyak masyarakat (Calon Pesepeda) yang menemukan kendala ketika menentukan pilihan dalam membeli sebuah sepeda, seiring dengan berbagai model, merek, ukuran dan harga Apalagi salah pemilihan dalam hal ukuran dapat berakibat fatal bagi pengguna karena ukuran sepeda menentukan kenyamanan saat berkendara
Penelitian ini menggunakan metode Simple Additive Weighting (SAW) dan K-Nearest Neighbor untuk menentukan rekomendasi sepeda. Sebelum melalui proses rekomendasi sepeda, pengguna di wajibkan mengisi range harga, tinggi badan dan panjang kaki, dari harga yang di masukan oleh pengguna sistem akan klasifikasi harga sesuai yang di masukan oleh pengguna untuk diolah dalam metode SAW dengan menggunakan 3 kategori pembobotan antara lain ; bahan frame, berat dan Groupset, Setelah itu muncul rekomendasi SAW. Hasil dari SAW akan di proses menggunakan metode K-NN dengan menggunakan variabel tinggi badan dan panjang kaki tujuan dari proses ini adalah untuk mendapatkan sepeda dengan ukuran yang sesuai dengan postur tubuh pengguna.
Dari penelitian dilakukan 25 percobaan pada aplikasi rekomendasi sepeda 24 diantaranya sesuai dengan rekomendasi manual (rekomendasi pemilik toko) dan 1 tidak sesuai dengan rekomendasi manual (rekomendasi pemilik toko) memilik tingkat akurasi 96%. 1 percobaan tidak sesuai karena rekomendasi dari sistem memiliki tingkat kedekatan yang rendah, sedangkan rekomendasi dari pemilik toko merekomendasikan sepeda yang harganya lebih tinggi dari apa yang diinputkan namun memiliki kedekatan yang lebih tinggi. Kesimpulan hasil penelitian ini adalah dengan adanya sistem rekomendasi pemilihan sepeda dapat membantu para pesepeda pemula / calon pesepeda dalam menentukan sepeda yang sesuai dengan kebutuhan.
Daftar Pustaka
Adianto, Arifin & Khairina. 2017. Sistem Pendukung Keputusan Pemilihan Rumah Tinggal menggunakan Metode Simple Additive Weighting (SAW) (Studi Kasus : Kota Samarinda). Makalah disajikan dalam Prosiding Seminar Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman, Samarinda, Kalimantan Timur, Maret 2017, Vol. 2, No. 1
Arif. 2010. Jelajah Sepeda Kompas . Melihat Indonesia dari Sepeda. Jakarta : Kompas Media Nusantara.
Dzikrulloh, Setiawan. 2017. Penerapan Metode K–Nearest Neighbor (KNN) dan Metode Weighted Product (WP) Dalam Penerimaan Calon Guru Dan Karyawan Tata Usaha Baru Berwawasan Teknologi (Studi Kasus : Sekolah Menengah Kejuruan Muhammadiyah 2 Kediri). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya, Mei 2017, Vol 1 No 5
Hidayat, Baihaqi. 2016. Sistem Pendukung Keputusan Untuk Pemilihan Hotel dengan Simple Additive Weighting (SAW) berbasis WEB. Makalah disajikan dalamSeminar Nasional Teknologi Informasidan Multimedia 2016,Univsersitas Amikom Yogyakarta, Yogyakarta, 6-7 Februari 2016
Johar, Yanosma, Anggriani. 2016. Implementasi Metode K-Nearest Neigbordan Simple Additive Weighting dalam pengambilan Keputusan seleksi penerimaan anggota paskibra, Jurnal Pseudocode, Universitas Bengkulu, Bengkulu, September 2016, Vol III No 2