Sistem pendukung keputusan rekomendasi basic skincare merek lokal berdasarkan jenis kulit menggunakan Metode HC-SAW

• Kategori : Skripsi
• Penulis : Dianita Caturahma
• Identitas : 210511147 - Teknik Informatika
• Abstrak :
  

  SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PRODUK BASIC SKINCARE MEREK LOKAL BERDASARKAN JENIS KULIT MENGGUNAKAN METODE HC-SAW Dianita Caturahma1 , Maksudi 2 , R.M. Herdian Bhakti 3 1,2,3 Program Studi, Fakultas, Institusi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Cirebon Jl. Fatahillah Watubelah, Kec. Sumber, Cirebon, Jawa Barat, Indonesia, 45611 e-mail: 1dianitacaturahma258@gmail.com, 2maksudi@umc.ac.id, 3bhakti@umc.ac.id Abstrak Peningkatan kesadaran masyarakat di era globalisasi mendorong tingginya daya beli terhadap produk perawatan kulit. Namun, banyaknya pilihan produk di pasaran seringkali membuat konsumen bingung dalam menentukan produk yang sesuai. Permasalahan semakin kompleks karena kebutuhan kulit tiap individu berbeda serta kurangnya pemahaman mengenai kandungan bahan aktif dan kecocokannya dengan kondisi kulit. Untuk itu, diperlukan solusi berbasis teknologi yang mampu membantu konsumen memilih produk secara tepat. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web untuk merekomendasikan produk dasar perawatan kulit (basic skincare) berupa facewash, moisturizer, dan sunscreen dari merek lokal. Sistem ini memanfaatkan metode Hierarchical Clustering (HC) untuk mengelompokkan produk berdasarkan kemiripan karakteristik, serta metode Simple Additive Weighting (SAW) untuk menentukan produk terbaik dari tiap cluster dengan mempertimbangkan kriteria harga, kadar alkohol, rating, dan kesesuaian bahan aktif. Metode Research and Development (R&D) digunakan dalam proses pengembangan, dengan implementasi menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil pengujian menunjukkan bahwa kombinasi metode HC-SAW mampu memberikan rekomendasi produk skincare yang personal, objektif, dan praktis. Pada uji coba, produk Somethinc Acnedot memperoleh skor tertinggi sebesar 0,9 dari lima alternatif dalam cluster facewash untuk jenis kulit berminyak dan berjerawat. Kata Kunci: Sistem Pendukung Keputusan, Basic Skincare, Hierarchical Clustering, Simple Additive Weighting

Preview