Sistem Penunjang Keputusan Pembelian Sepeda Motor Bekas Dengan Menggunakan Metode Additive Ratio Assessment (ARAS)

Abstract

Sepeda Motor bekas merupakan salah satu kendaraan yang banyak diminati oleh masyarakat, terutama masyarakat dengan ekonomi menengah ke bawah.  Penelitian ini bertujuan untuk mengembangkan sebuah sistem pendukung keputusan yang dapat membantu dalam merekomendasikan sepeda motor bekas terbaik secara lebih akurat dengan menggunakan metode Additive Ratio Assessment (ARAS). Metode ARAS dipilih karena kemampuannya dalam mengevaluasi dan merangking alternatif berdasarkan sejumlah kriteria yang mempengaruhi nilai dari setiap alternatif. Dalam penelitian ini, beberapa kriteria dianalisis dan diberi bobot sesuai dengan tingkat kepentingannya. Hasil analisis menunjukkan bahwa rekomendasi pembelian motor bekas dengan peringkat tertinggi ditujukan pada motor bekas Kawasaki Ninja 250 dengan nilai normalisasi matriks total (D4) untuk setiap kriteria sebesar 0.83729 dan nilai bobot matriks ternormalisasi (Si) sebesar 0.1270 dengan nilai akhir sekaligus tingkat perankingan tertinggi dari alternatif (Ki) sebesar 0.1354. Berdasarkan hasil perhitungan pada penelitian yang dilakukan oleh peneliti, maka dapat disimpulkan bahwa metode Additive Ratio Assessment (ARAS) dapat digunakan untuk menyelesaikan permasalahan pada penelitian ini yaitu rekomendasi penentuan sepeda motor bekas terbaik.