METODE SIMPLE ADDICTIVE WEIGHTING UNTUK REKOMENDASI PEMILIHAN PEMBELIAN TIPE KNALPOT SEPEDA MOTOR PADA TOKO KNALPOT

Abstract

Pemilihan knalpot racing yang sesuai dengan karakteristik mesin motor memiliki peran penting dalam meningkatkan performa kendaraan. Namun, proses pemilihan sering kali masih dilakukan secara manual karena keterbatasan informasi yang tersedia secara daring, sehingga berpotensi menurunkan kinerja mesin, menghasilkan suara yang kurang optimal, dan meningkatkan konsumsi bahan bakar. Penelitian ini menawarkan solusi berupa aplikasi rekomendasi berbasis metode Simple Additive Weighting (SAW) yang dirancang untuk membantu pengguna memilih knalpot racing secara objektif. Sistem memberikan penilaian berdasarkan lima kriteria utama, yakni jenis motor (25%), karakter suara (20%), harga (20%), material knalpot (15%), serta rekomendasi penggunaan (20%). Data yang digunakan mencakup lima kategori knalpot populer: Knalpot CBR 150 cc, Pro-NR, Ori JRT Tipe Jigsau, JRT Ori Slencer Bulat, dan Boreup Drag, yang masing-masing memiliki keunggulan tersendiri. Penelitian ini menggunakan pendekatan Applied Research dengan model waterfall dan diimplementasikan pada platform Android menggunakan bahasa pemrograman PHP. Pengujian melalui metode black-box membuktikan seluruh fitur berjalan sesuai perencanaan. Hasil perhitungan menunjukkan tiga knalpot dengan skor tertinggi, yaitu Ori JRT Slenser Bulat (64,36%), JRT Ori Tipe Jingsau (63,64%), dan Boreup Drag (55,46%). Uji coba lima skenario menunjukkan tingkat akurasi 100% dibandingkan perhitungan manual. Aplikasi Knalpotin terbukti efektif, informatif, dan mempermudah pengguna dalam memilih knalpot secara cepat dan tepat