SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PAKAIAN PADA

TOKO ANEKA SANDANG COLLECTION DENGAN MENGGUNAKAN

METODE SAW DAN TOPSIS

Eldia Rindi Antika1, Budi Usmanto2

Prodi Sistem Informasi IBN LAMPUNG
Jl. Wisma Rini No. 09 pringsewu Lampung
Telp. (0729) 22240 website: www.akademik.ibnus.ac.id
E-mail : Adoraadelina@gmail.com1, budiusmanto@gmail.com2

ABSTRAK
Pakaian adalah salah satu kebutuhan pokok manusia untuk menutup tubuh mereka. Terdapat beberapa
jenis pakaian yang ada, seperti kemeja, kaus, celana, dan rok. Ketika ingin memulai usaha berjualan pakaian,
penjual harus mempertimbangkan beberapa hal untuk mendapatkan keuntungan maksimum, seperti harga,
bahan, ketebalan, tekstur, dan motif. Berdasarkan hal tersebut penulis tertarik untuk membuat sebuah sistem
pendukung keputusan agar dapat membantu pembeli dalam pemilihan pakaian dengan menyesuaikan kriteria
yang diinginkan menggunakan metode Simple Additive weighted (SAW) dan Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS). Dilakukannya penelitian ini dapat memenuhi tujuan yang dimaksudkan,
yaitu untuk membantu pembeli dalam memilih jenis pakaian yang sesuai dengan kebutuhan mereka dan
menghasilkan informasi pengambilan keputusan yang akurat, efisien, serta efektif mudah diperoleh.

Kata Kunci : Sistem Pendukung Keputusan, pemilihan Pakaian, SAW dan TOPSIS

ABSTRACT
Clothing is one of the basic human needs to cover their bodies. There are several types of clothing available,
such as shirts, jerseys, pants, and skirts. When wanting to start a business selling clothes, the seller must consider
several things to get the maximum profit, such as price, material, thickness, texture, and motifs. Based on this, the
authors are interested in creating a decision support system to assist buyers in selecting clothing by adjusting the
desired criteria using the Simple Additive Weighted (SAW) and Technique for Order Preference by Similarity to
Ideal Solution (TOPSIS) methods. The completion of this research can fulfill the intended purpose, namely to assist
buyers in choosing the type of clothing that suits their needs and produce accurate, efficient, and effective decision-
making information that is easy to obtain.

Keywords : Decision Support System, clothing Selection, SAW and TOPSIS

1. PENDAHULUAN
1.1 Latar Belakang Masalah
Pakaian adalah benda apa yang dipakai
(kemeja, celana, dll). Pakaian adalah salah satu
kebutuhan pokok manusia untuk menutup tubuh
mereka[1]. Terdapat beberapa jenis pakaian yang
ada, seperti kemeja, kaus, celana, dan rok. Ketika
ingin memulai usaha berjualan pakaian, penjual
harus mempertimbangkan beberapa hal untuk
mendapatkan keuntungan maksimum, seperti
harga, bahan, ketebalan, tekstur, dan motif. [2]
Aneka Sandang Collection merupakan toko
pakaian yang berlokasi di kabupaten pringsewu, Pada
toko ini terdapat banyak jenis pakaian seperti kemeja,
kaus, celana, rok, dsb. Hingga saat ini, pembeli
terkadangkesulitan menemukan pakaian dengan
harga-harga yang diinginkan pembeli di toko sandang
collection. Dalam memilih pakaian terkadang pembeli
merasa kesulitan menentukan pakaian apa yang akan
dipilih sesuai dengan yang di butuhkan.
Oleh karena itu, penelitian ini akan mengkaji sistem
pendukung keputusan dalam upaya membantu
karyawan toko Aneka Sandang Collection dalam
memilih produk yang sesuai dengan kebutuhan
pelanggannya.
 Berdasarkan hal tersebut, penelitian ini akan
mengkaji sistem pendukung keputusan dalam upaya
membantu karyawan toko Aneka Sandang Collection
untuk memilih pakaian yang sesuai dengan kebutuhan
pelanggannya. Dengan menggunakan dua metode
yaiu Simple additive weighting (SAW) dan TOPSIS
bertujuan untuk mengetahui hasil keputusan yang
tepat saat memilih pakaian.
1.2 Rumusan Masalah
Berdasarkan uraian diatas maka yang
menjadi rumusan masalah adalah sebagai berikut :
1. Bagaimana menentukan pemilihan pakaian di
Aneka Sandang Collection
2. Bagaimana menentukan metode Simple
additive weighting (SAW) dan TOPSIS pada
penelitian ini.
1.3 Tujuan dan Manfaat Penelitian
a. Tujuan
Tujuan penelitian ini untuk mengembangkan
sistem pendukung keputusan pemilihan
pakaian di toko aneka sandang collection
dengan metode Simple additive weight
(SAW) dan TOPSIS.
b. Manfaat Penelitian
1. Untuk Peneliti
Melalui kajian ini, diharapkan kita dapat
menambah pemahaman dan lebih percaya
diri saat melakukan studi selanjutnya.
2. Untuk Konsumen
Melalui kajian ini, diharapkan agar
membuat konsumen semakin bisa
memilih pakaian yang sesuai dengan
kebutuhan.
2. TINJAUAAN PUSTAKA
2.1 Sistem Pendukung keputusan (Decision
Support Sistem)
Decision Support (DSS) merupakan strategi
atau metode pendukung keputusan. SPK
memanfaatkan sistem CBIS (Computer Based
Information System) yang adaptif, interaktif dan
variabel yang dirancang suapaya membantu
penyelesaian atas persoalan tata laksana individual
yang tidak terurut. SPK memanfaatkan informasi,
menawarkan interface pemakai secara sederhana,
serta mewujudkan pola pikir para pembuat keputusan.
Selain itu, DSS biasanya menggunakan model yang
berbeda dan dibuat melalui proses yang interaktif dan
berulang. Ini membantu seluruh tahap pengambilan
keputusan serta memperoleh cakupan elemen
informasi.  Khuswatun Hasanah, Andino Maseleno,Fiqih Satria
SPK mampu dipakai untuk satu orang di satu
komputer dan mampu digunakan banyak orang di
berbagai lokasi melalui web.[3]
2.2 Tujuan Sistem Pendukung Keputusan
Berikut merupakan tujuan sistem pendukung
keputusan :
1. Membantu manajer membentuk
keputusan perihal persoaalan semi
terstruktur
2. Menyampaikan bantuan mengenai
pengamatan pemimpin serta tidak
bermaksud untuk menggantikan
kewajiban seorang pemimpin
3. Meningkatkan efektivitas keputusan
yang diambil oleh manajer
4. Kecepatan komputasi.
5. Produktifitas yang lebih baik
2.3 Proses Pengambilan Keputusan
Proses pengambilan keputusan adalah sebagai
berikut :
1. Intelligence, ialah melacak serta mengenali
suatu masalah dan teknik identifikasi suatu
persoalan. Informasi fakta dikumpulkan,
dilakukan uji serta proses untuk mengetahui
masalah.
2. Design, ialah Teknik mendapatkan,
meningkatkan, seta mengkaji kemungkinan
Langkah alternatif yang dapat dilaksanakan
melingkupi cara untuk memahami persoalan,
memperoleh penyelesaian, serta
mengevaluasi kepantasan penyelesaian
3. Choise, ialah teknik penentuan antara
beberapa alternatif perbuatan untuk diambil
dan langsung diterapkan pada saat proses
pengambilan keputusan.
2.4 Pakaian
Pakaian yakni suatu keperluan utama manusia
yang wajib di penuhi. dari segi biologis, peranan
pakaian adalah menutupi badan dari cuaca, terik
matahari, debu dan gangguan binatang, melindungi
badan dari benda-benda lain yang berbahaya bagi
kulit, serta menyembunyikan kelemahan pengguna.
[2]
Pakaian dalam arti busana yang merupakan
material kain atau material lainnya yang telah
dibordir untuk dikenakan atau disampirkan agar
melingkupi badan pengguna. [4]
2.5 Fuzzy Multiple Attribute Decision Making
(FMADM)
Menurut Nur Aminudin, Nungsiyati,
FMADM yakni cara dalam menggali pilihan yang
 {
maksimum diantara beberapa pilihan atas kriteria Min Xij
terpilih. Pokok dari FMADM yaitu menetapkan bobot
dari berbagai karakter, lalu diteruskan ke teknik rij : Xij
klasifikasi penyeksiaan alternatif-alternatif yang Xij
¿
distribusikan. Terdapat tiga rancangan dalam Max Xij
mendapatkan bobot atribut, yakni : rancangan
subyektif, rancangan obyektif, serta rancangan
Keterangan;
integrasi subyektif dan obyektif. Setiap rancangan
mempunyai keunggulan serta kekurangan. Dengan Max Xij = angka tertinggi untuk tiap kolom
rancangan subyektif, Pembuat keputusan- serta baris
subjektivitas digunakan untuk menentukan bobot,
Min Xij = angka paling rendah untuk tiap kolom
yang memungkinkan penentuan sejumlah elemen
serta baris
secara bebas dalam prosedur peringkat alternatif.
Sebaliknya, bobot dihitung secara statistik dengan
cara yang objektif, yang mengabaikan subjektivitas
Benefit =bila angka tertinggi ialah terbaik
pembuat keputusan. FMADM dapat mengatasi
masalah menggunakan berbagai teknik[5], seperti: Cost = bila angka terkecil ialah terbaik
a. Simple Additive Weighting (SAW);
Bila j = perolehan ( benefit )
b. Weighted Product (WP);
c. Elimination Et Choix Traduisantla Bila j = dana (cost)
Realite(ELECTRE);
d. Technique for Order Preferenceby Similarity Dimana Rij yaitu peringkat kemampuan
to Ideal Solution (TOPSIS); normalisasi pada alternatif Ai untuk atribut Cj ;
e. Analytic Hierarchy Process (AHP). i=1,2,..,m serta j=1,2,..,n . seluruh alternatif dari
angka preferensi (Vi)
3. METODE PENELITIAN n
3.1 Pengumpulan Data V i=∑ Wjrij
1. kajian pustaka j=1
Metode kajian Pustaka yakni teknik Keterangan;
mengumpulkan informasi menggunakan taktik
menggali, menyimpulkan, serta menggabungkan Vi = peringkat pada tiap alternatif
berkas-berkas contohnya makalah, catatan, buku, wj = angka bobot pada tiap kriteria
literatur-literatur dan memecahkan persoalan yang
berhubungan pada laporan agar mempunyai fungsi rij = normalisasi kemampuan peringkat angka
sebagai referensi landasan supaya informasi dan ide Angka Vi yang makin tinggi menunjukan
mampu membantu saat membuat aplikasi sistem bahwasanya alternatif Ai makin terunggul.
informasi yang berkaitan pada tema observasi
terhadap pelaksanaan.
3.2.1 Metode Topsis
Pilihan alternatif terunggul yakni suatu yang
3.2 Metode SAW lebih jauh dari penyelesaian ideal positif serta
Metode perhitungan, bisa disebut pembilangan paling dekat pada kebalikannya. berdasarkan
terbobot. Ide utama dalam strategi SAW ialah seluruh gagasan hal alternatif pilihan yang terunggul bukan
atribut yang membentuk perhitungan terbobot dari saja mempunyai jangka pendek terhadap
penilaian kemampuan pada tiap-tiap alternatif. SAW penyelesaian ideal positif, tetapi penyelesaian ideal
mampu membentuk landasan Teknik pendukung negatif mempunyai jangka terpanjang [3].
keputusan lain karena metode ini menggunakan Tahapan pemecahan persoalan MADM pada
penjumlahan terbobot, artinya untuk setiap alternatif TOPSIS :
ditemukan penjumlahan terbobot untuk keseluruhat
atribut[6]. a. normalisasi dengan mengasilkan matrix
Pada Teknik ini menggunakan cara keputusan
menormalisasikan matrix keputusan (X) kepada skala b. membuat matrix keputusan yang
yang mampu dibandingkan dengan seluruh peringkat berbobot dan dinormalisasi
alternatif yang tersedia[7].
c. menetapkan matrix solusi ideal positive
serta negative
 +¿
d. Dengan menggunakan matriks i
penyelasaian ideal positive serta Vi = D −¿+D i ¿
+¿ ¿
negative, hitung jarak antara angkas dari Di ¿
setiap alternatif. (7)

e. Menghitung nilai pada seluruh alternatif

TOPSIS menuntut evaluasi kinerja setiappilihan Angka Vi yang tertinggi memberitahukan jika
terhadap tiap criteria ternormalisas[8]i, khususnya: alternatif Ai lebih dipilih[9].

3.3 Menentukan Kriteria dan Bobot

Xij Seluruh kriteria yang digunakan bisa diperhatikan
r ij =

√∑
m pada tabel 1 :
2
Xij Tabel 1 Kriteria Pakaian
j=1 Kriteria Ket
i=1,2,...m; dan j=1,2,...n. (1) C1 Harga
C2 Bahan
Mentapkan penyelesaian idealis positive A+ C3 Ketebalan
serta penyelesaian idealis negative A- menerapkan C4 Tekstur
klasifikasi normalisasi bobot (yij) sebagai berikut :
Yij = Wi Rij (2)
3.4 Pembobotan Setiap Krieria
Dari kriteria tersebut dibuat tingkat kebutuhan
maka i=1,2,...m; serta j=1,2,...n. berlandaskan angka bobot yang ditunjukkan pada
tabel- table di bawah ini :
A+¿=¿¿ (3) Tabel 3 Harga
Keterangan Bobot
−¿=¿¿ 10.000-30.000 1
A (4) 30.000-50.000 2
50.000-75.000 3
Dengan 75.000-100.000 4
100.000-130.000 5

Y Tabel 4 Bahan
+¿
[
i = MaxYij , jika j adalah keuntugan /benafit ¿
MinYij , jika j adalah biaya/ cost ] Keterangan Bobot
Y Sutra 1
i =
−¿
[ MinYij,MaxYij
bila j adalah perolehan/ benafit ]
,bila j ialah dana/ cost ¿
Linen 2
Katun 3

Jangka dari alternatif kepada penyelesaian Tabel 5 Ketebalan

idealis positive disimpulkan : Keterangan Bobot
Tipis 1
√∑
n
+¿= ¿¿ ¿¿¿
Sedang 2
D j=1

Tebal 3
(5)
Jangka dari alternatif kepada penyelesaian Tabel 6 tekstur
idealis negative disimpulkan : Keterangan Bobot
Kasar 1
√∑
n
−¿= ¿ ¿¿¿ ¿ Sedang 2
D j=1
Lembut 3
(6)
Menetapkan angka prioritas pada tiap
alternatif: 3.5 Penerapan Fuzzy tribute Decision Making
(FDAM)
 Terdapat 6 pakaian sebagai contoh bagaimana KRITERIA COST BENEFIT
metode SAW serta TOPSIS digunakan untuk Harga  -
menemukan pakaian mana yang mendapat prioritas Bahan - 
pada toko Aneka Sandang Collection. Ketebalan - 
Tekstur - 
KRITERIA
ALTERNAT Harg Baha Ketebala Tekstu
IF a n n r
4. PEMBAHASAN
Kemeja 3 3 2 3 4.1 Perhitungan
Kaus 2 1 2 2 4.1.1 Metode SAW
Celana 4 3 3 2 A. Melakukan normalisasi matrix (x) untuk
Rok 3 3 3 3 setiap kriteria berdasarkan persamaan
Jilbab 1 2 1 1 berikut ;

{
Gamis 3 3 2 3 Min Xij
rij : Xij
Xij
Table 8 peringkat ksesuaian dari tiap alternatif kepada ¿
kriteria Max Xij

KRITERIA C1
ALTERNAT Harg Baha Ketebala Tekstu Min{3,2,4,3,1,3} 1
IF a n n r r 11= = =0,3
x 11 3
A1 3 3 2 3
1
A2 2 1 2 2 r 21= =0,5
A3 4 3 3 2 2
A4 3 3 3 3
A5 1 2 1 1 1
r 31= =0,25
A6 3 3 2 3 4
Dan mengaku pada table 8 maka didapat 1
matriks keputusan X dengan data sebagai berikut : r 41= =0,3
3

{}
1
3 3 23 r 51= =1
1
2 1 22
4332 1
3 3 33 r 61= =0,3
3
1 2 11
3 3 23
5 1 32 C2
x12 3
r 12= = =1
3.6 Memberikan nilai bobot W max {3,1,3,3,2,3 } 3
Berlandaskan tingkat kebutuhan seluruh
kriteria, maka Teknik Pengambilan keputusan 1
menetapkan bobot yang diperlukan [7].
r 22= =0,3
3
W=(4;3;5;3)
3
3.7 Menormalisasikan matrix X sebagai matrix r 32= =1
R 3
Table 9 penggolongn criteria
 { }
3 0,3 1 0,6 1
r 42= =1
3 0,5 0,3 0,6 0,6
0,25 11 0,6
2 Matrix R
0,3 1 11
r 52 = =0,6
3 1 0,6 0,3 0,3
0,5 1 0,6 1
3
r 62= =1
3
B. Selanjutnya proses perangkingan
berdasarkan persamaan
C3
x11 2 n
r 13 = = =0,6
max {2,2,3,3,1,2 } 3 V 1=∑ Wj rij
j=1

2
r 23 = =0,6 V1 = (4)(0,3)+(3)(1)+(5)(0,6)+(3)(1)
3
= 1,2 + 3 + 3 + 3
3 = 10,2
r 33 = =1
3 V2 = (4)(0,5)+(3)(0,3)+(5)(0,6)+(3)(0,6)

3 = 2 + 0,9 + 3 + 1,8
r 43= =1 = 7,7
3
V3 = (4)(0,25)+(3)(1)+(5)(1)+(3)(0,6)
1 =1 + 3 + 5 + 1,8
r 53 = =0,3
3 = 10,8
V4 = (4)(0,3)+(3)(1)+(5)(1)+(3)(1)
2
r 63 = =0,6 = 1,2 + 3 +5 +3
3
= 12,2
C4 V5 = (4)(1)+(3)(0,6)+(5)(0,3)+(3)(0,3)
x 11 3 = 5 + 1,8 + 1,5 + 0,9
r 14 = = =1
max {2,1,3,2} 3 = 9,2
V6 = (4)(0,5)+(3)(1)+(5)(0,6)+(3)(1)
2
r 24 = =0,6 =2+3+3+3
3
= 11
Didapakan keputusan rating : V1 = 10,2 , V2 =
2 7,7 , V3 = 10,8 , V4 = 12,2 , V5 = 9,2 , V6 = 11.
r 34 = =0,6
3 Angka tertinggi terdapat di V4. Disimpulkan
bahwasanya alternatif yang dipilih yaitu alternatif
3 terunggul[6].
r 44= =1
3
4.1.2 Metode TOPSIS
1 A. Menetapkan matrix ketetapan normalisasi
r 54 = =0,3 terbobot memakai cara (1).
3

3 √
| X 1 ∨¿ 3 2+22 + 42 +32 +12 +32 = 6,24
r 64 = =1
3 3
r 11= =0,48
6,24
 3
2 r 43= =0,53
r 21 = =0,32 5,56
6,24
1
4 r 53= =0,17
r 31 = =0,64 5,56
6,24
2
3 r 63= =0,35
r 41= =0,48 5,56
6,24

1 √ 2 2 2 2 2
| X 4∨¿ 3 +2 +2 + 3 + 1 +3 = 6
2

r 51 = =0,48
6,24 3
r 14 = =0,5
6
3
r 61 = =0,48
6,24 2
r 24 = =0,33
6
√
| X 2 ∨¿ 3 2+12 +32 +32 +22 +32 = 6,40
2
3 r 34 = =0,33
r 12 = =0,46 6
6,40
3
1 r 44= =0,5
r 22 = =0,15 6
6,40
1
3 r 54 = =0,16
r 32 = =0,46 6
6,40
3
3 r 64 = =0,5
r 42= =0,46 6
6,40
R=¿
2
r 52= =0,31
6,40 B. Pembobotan terhadap seluruh criteria
memakai cara (2).
3
r 62 = =0,46
6,40 Y=¿

√
| X 3 ∨¿ 22 +22 +32 +32 +12 +22 = 5,56 C. Menetukan penyelesaian idealis positive (y
Max) serta penyelesaian idealis negative (y
2
r 13 = =0,35 Min) memakai cara (3) dan (4)
5,56
Y1+= MIN (1,92;1,28;2,56;1,92 ;0,64;1,92)
2 =0,64
r 23 = =0,35 y2+= MAX (1,38;0,45;1,38;1,38;0,93 ;1,38)
5,56
=1,38
y3+= MAX (1,75;1,75;2,65; 2,65;0,85;1,75)
3
r 33 = =0,53 = 2,65
5,56 y4+= MAX (1,5;0,99;0,99;1,5;0,48 ; 1,5)
=1,5
A+ = (0,64 ; 1,38 ; 2,65 ; 1,5)
 √
Y1-= MAX (1,92;1,28;2,56;1,92;0,64;1,92)
= 2,56 ( 1,92−2,56 )2 + ( 1,38−0,45 )2
+ ( 1,75−0,85 ) + ( 1,5−0,48 ) ¿
D1- = 2 2
y2-= MIN (1,38;0,45;1,38;1,38;0,93;1,38)
= 0,45 ¿
Y3-= MIN (1,75;1,75;2,65;2,65;0,85 ; 1,75) = 1,87
= 0,85

√
y4-= MIN (1,5;0,99;0,99;1,5;0,48;1,5)
=0,48 ( 1,28−2,56 )2+ ( 0,45−0,45 )2
+ ( 1,75−0,85 ) + ( 0,99−0,48 ) ¿
A-= (2,56 ; 0,45 ; 0,85 ; 0,48) D2 =
-
2 2

¿
= 1,64

√
D. Menghitung jarak dengan solusi ideal positif
menggunakan rumus (5) ( 2,56−2,56 )2+ ( 1,38−0,45 )2

√
+ ( 2,65−0,85 ) + ( 0,99−0,48 ) ¿
D3- = 2 2
( 1,92−0,64 )2+ (1,38−1,38 )2
¿
+ ( 1,75−2,65 ) + ( 1,5−1,5 ) ¿
D1 =
+
2 2
= 2,08
¿

√
= 1,56
( 1,92−2,56 )2+ ( 1,38−0,45 )2

√
+ ( 2,65−0,85 ) + (1,5−0,48 ) ¿
D4 =
-
2 2
(1,28−0,64 )2+ ( 0,45−1,38 )2
¿
+ ( 1,75−2,65 ) + ( 0,99−1,5 ) ¿
D2+= 2 2
= 2,08
¿

√
= 1,44
( 0,64−2,56 )2 + ( 0,93−0,45 )2

√
+ ( 0,85−0,85 ) + ( 0,48−0,48 ) ¿
D5- = 2 2
( 2,56−0,64 )2+ ( 1,38−1,38 )2
¿
+ ( 2,65−2,65 ) + ( 0,99−1,5 ) ¿
D3 =
+
2 2
= 1,97
¿

√
= 1,98
( 1,92−2,56 )2 + ( 1,38−0,45 )2

√
+ ( 1,75−0,85 ) + ( 1,5−0,48 ) ¿
D6 =
-
2 2
( 1,92−0,64 )2+ (1,38−1,38 )2
¿
+ ( 2,65−2,65 ) + (1,5−1,5 ) ¿
D4+= 2 2
= 1,80
¿
= 1,27
F. Menentukan angka prioritas kepada seluruh

√
2 2 alternative memakai cara (7)
( 0,64−0,64 ) + ( 0,93−1,38 )
1,87 1,87
+ ( 0,85−2,65 ) + ( 0,48−1,5 ) ¿
D5+= 2 2
V1 = = =0,76
1,87+1,56 2,43
¿ 1,64 1,64
= 2,11 V2 = = =0,53
1,64+1,44 3,08

√
2,08 2,08
( 1,92−0,64 )2+ (1,38−1,38 )2 V3 = = =0,51
2,08+1,98 4,06
+ ( 1,75−2,65 ) + ( 1,5−1,5 ) ¿
D6+= 2 2
2,35 2,35
¿ V4 = = =0,64
= 1,56 2,35+1,27 3,62
1,97 1,97
V5 = = =0,48
1,97+2,11 4,08
E. Menghitung jarak dengan solusi ideal negatif 1,80 1,80
menggunakan rumus (6) V6 = = =0,53
1,80+1,56 3,36
 Dilihat bahwa angka tertinggi terdapat pada
V1=0,76, maka alternatif V1 dapat dijadikan prioritas
pakaian pada toko Aneka Sandang Collection, yaitu
kemeja dengan nilai tertinggi.

4.2 Implementasi Sistem

Halaman- halaman yang tercantum pada gambar

di bawah ini merupakan tahap dimanan system siap
untuk di gunakan pada tahap yang sebenarnya.
Sehingga diketahui apakan system yang telah dibuat Gambar 3. laman data alternatif
sesuai dengan yang direncanakan.[10]
4. Halaman data kriteria
1. Halaman login Menampilkan data angka pada tiap
Halaman ini merupakan tahap awal dari kriteria.
sistem, Ketika akan mengerjakan di system ini
maka pengguna harus masuk agar dapat
mengakses aplikasi ini

Gambar 1. laman login Gambar 4. laman data kriteria

5. Halaman hasil
2. Halaman utama Halaman dibawah yaitu informai
Setelah masuk kedalam sistem, product yang terpilih dan mendapatkan
maka user daopat menggunakannya sesuai pemeberian bobot maka hasilnya akan tampil
yang dibutuhkan pada table dari urutan angka tertinggi dan
terendah. pada teknik pengambilan
keputusan pemilihan pakaian, angka
tertinggi dapat di jadikan menjadi prioritas

Gambar 2. laman utama

3. Halaman Data alternative

Tahap dibawah menampilkan Gambar 5. Halaman hasil perhitungan
informasi alternatif yang terdiri dari 6
alternatif yaitu : kemeja, kaus, celana, rok, 5. PENUTUP
jilbab, dan gamis. 5.1 Kesimpulan
Dari hasil pengujian terhadap sistem yang
dikembangakan menggunakan metode Simple
additive weighting (SAW) dan Technique for
 Order Preference by Similiarity to Ideal
Solution (TOPSIS) dapat dsimpulkan bahwa
penunjang keputusan pada pemilihan pakaian
adalah V1 = 10,2 , V2 = 7,7 , V3 = 10,8 , V4 =
12,2 , V5 = 9,2 , V6 = 11 pada method SAW,
sedangakan V1 = 0,76 , V2 = 0,53 , V3 = 0,51
, V4 = 0,64 , V5 = 0,48 , V6 = 0,53 untuk
metode TOPSIS.
Dari perhitungan nilai alternatif berikut
didapatkan nilai yang paling tertinggi yaitu
pada alternatif V4 = 12,2 untuk SAW dan V1
= 0,76 untuk TOPSIS. Dari 6 alternatif yang
diuji dengan 4 kriteria di peroleh hasil yang di
anggap menjadi prioritas pada toko ini adalah
V4 ( Rok) dan V1 ( Kemeja).
5.2 Saran
Dengan adanya sistem pendukung keputusan
dengan menerapkan metode SAW dan TOPSIS ini
, maka proses penilaian pemilihan pakaian lebih
efektif sehingga pihak toko dapat mengumpulkan
informasi lebih cepat tentang pemilihan pakaian.
Untuk saran yang ingin saya sampaikan
kepada peneliti yang akan datang supaya , dapat
mengembangkan Kembali system pemilihan
pakaian ini supaya bisa dipergunakan dengan baik
lagi.
DAFTAR PUSTAKA
[1] S. F. Dewi, “Pengaruh Pengetahuan Busana
Terhadap Perilaku Konsumsi Busana Pada
Siswa Jurusan Tata Busana Smk N 3 Klaten,”
Eprints@Uny, vol. 3, no. April, pp. 49–58,
2019.
[2] B. D. Saputra, M. H. Subagja, M. Aldiansyah,
and M. Saw, “Scientia Sacra : Jurnal Sains ,
Teknologi dan Masyarakat Sistem Pendukung
Keputusan Pemilihan Smartphone dengan
Metode Simple Additive Weighting
( SAW ),” Tek. Inform. Univ. Pamulang, vol.
1, no. 3, pp. 121–126, 2021.
[3] N. G. Perdana and T. Widodo, “Sistem
Pendukung Keputusan Pemberian Beasiswa
Kepada Peserta Didik Baru Menggunakan
Metode TOPSIS,” Semin. Nas. Teknol. Inf.
Komun. Terap. (SEMANTIK 2013), vol., no.,
pp. 265–272, 2013, [Online]. Available:
https://core.ac.uk/download/pdf/35371375.pd
f
[4] L. Hermawan and A. Felicia, “Sistem
Pendukung Keputusan Pemilihan Busana
Sesuai Dengan Karakter Seseorang,” JuSiTik
J. Sist. dan Teknol. Inf. Komun., vol. 1, no. 1,
p. 33, 2017, doi: 10.32524/jusitik.v1i1.157.
[5] R. M. Simanjorang, “Sistem Pendukung
Keputusan Pemilihan Dosen Terbaik dengan
menggunakan Metode TOPSIS (Studi Kasus:
STMIK Pelita Nusantara Medan),” MEANS
(Media Inf. Anal. dan Sist., vol. 4, no. 1, pp.
10–15, 2019, doi: 10.54367/means.v4i1.312.
[6] D. Novianti and A. B. H. Yanto, “Sistem
Penunjang Keputusan Pemilihan Laptop
Menggunakan Metode Simple Additive
Weighting,” J. Teknol. Inform. dan Komput.,
vol. 5, no. 2, pp. 70–75, 2019, doi:
10.37012/jtik.v5i2.177.
[7] A. Abdillah, “Sistem Pendukung Keputusan
Penerimaan Siswa Baru Dengan Metode
Simple Additive Weigthing ( Saw ) Di Sman
1 Cikakak Kab . Sukabumi,” SISMATIK
(Seminar Nas. Sist. Inf. dan Manaj. Inform.,
pp. 124–131, 2021.
[8] E. G. Wahyuni, “Sistem Pendukung
Keputusan Penerimaan Pegawai dengan
Metode TOPSIS,” J. Sains, Teknol. Ind., vol.
14, no. 1, pp. 108–116, 2017.
[9] H. Hertyana, E. Mufida, and A. Al Kaafi,
“Sistem Pendukung Keputusan Pemilihan
Laptop Dengan Menggunakan Metode
Topsis,” J. Tek. Inform. UNIKA St. Thomas,
vol. 06, pp. 36–44, 2021, doi:
10.54367/jtiust.v6i1.1216.
[10] Salwani Salwani, Ira Zulfa, and Amna Amna,
“‘SISTEM INFORMASI PENJUALAN
PAKAIAN MUSLIMAH BERBASIS WEB
DENGAN METODE AHP’ (Analytical
Hierarchy Process),” Ocean Eng. J. Ilmu Tek.
dan Teknol. Marit., vol. 1, no. 4, pp. 39–50,
2022, doi: 10.58192/ocean.v1i4.366.