Implementasi Metode SAW Dalam Pemilihan Tempat Wisata di Kabupaten Kotawaringin Timur

Minarni Minarni(1*),Agung Purwanto(2),Rizal Adi Saputra(3),Nadi Herlambang(4)
(1) Universitas Darwan Ali
(2) Universitas Darwan Ali
(3) Universitas Darwan Ali
(4) Universitas Darwan Ali
(*) Corresponding Author
DOI : 10.35889/progresif.v19i1.1181

Abstract

The tourism industry can encourage economic growth in a region. In East Kotawaringin Regency, there are about 10 different tourist attractions such as nature tourism and other tourism. Many tourists complain when making a choice of tourist attractions to visit due to several factors, such as ticket prices, facilities, security, cleanliness, road access and mileage. This shows the importance of ensuring that tourist attractions in East Kotawaringin Regency meet the criteria to attract more visitors and increase revenue for the region. This article presents an application model that can assist tourists in choosing tourist attractions in East Kotawaringin Regency using the Simple Additive Weighting (SAW) method. The SAW model works with 6 criteria and 10 alternatives. The results of the study show that the developed system can provide recommendations to prospective tourists in choosing tourist attractions based on the SAW method of reasoning.

Keywords: Selection of Tourist Attractions; Simple Additive Weighting; Priority Scale; Preference value

 

Abstrak

Industri pariwisata dapat mendorong pertumbuhan ekonomi suatu daerah. Di Kabupaten Kotawaringin Timur, terdapat sekitar 10 tempat wisata yang berbeda seperti wisata alam dan wisata lainnya. Banyak wisatawan yang mengeluh saat menentukan pilihan tempat wisata yang akan dikunjungi karena beberapa faktor, seperti harga tiket, fasilitas, keamanan, kebersihan, akses jalan, dan jarak tempuh. Hal ini menunjukkan pentingnya memastikan bahwa tempat wisata di Kabupaten Kotawaringin Timur memenuhi kriteria untuk menarik lebih banyak pengunjung dan meningkatkan pendapatan bagi daerah. Artikel ini menyajikan model Aplikasi yang dapat membantu wisatawan dalam memilih tempat wisata di Kabupaten Kotawaringin Timur menggunakan metode Simple Additive Weighting (SAW). Model SAW bekerja dengan 6 kriteria dan 10 alternatif. Hasil penelitian menunjukkan sistem yang dikembangkan dapat memberikan rekomendasi kepada calon wisatawan dalam memilih tempat wisata berdasarkan penalaran metode SAW.

Kata Kunci: PemilihanTempat Wisata; Simple Additive Weighting; Skala Prioritas; Nilali preferensi 

References


P. L. Salmputral, “Alnallisis Pengalruh Substitusi Tenalgal Kerjal Alsing Terhaldalp Tenalgal Kerjal Domestik Paldal Malsal Sebelum daln Sesudalh Kebijalkaln Bebals Visal Kunjungaln Di Indonesial,” J. Ekon. Kualntitaltif Teralp., 2020, doi: 10.24843/jekt.2020.v13.i02.p06.

J. D. Walgiu, “Tinjalualn Yuridis Terhaldalp Alsals Kealdilaln Restoraltif Dallalm Perkalral Tindalk Pidalnal Penggelalpaln,” Lex Crim., vol. 4, no. 1, p.57, 2015.

T. Tejal, Al. Sudraldjalt, alnd W. Widialti, “Metode Simple Aldditive Weighting Dallalm Menentukaln Penerimal Bealsiswal Prestalsi SMP John Palul’s School,” … Educ. Vol. 4, no. 2, pp. 104-113, 2020.

D. Fitrialni, I. R. Munthe, B. Balngun, alnd O. Wisaltal, “Peralncalngaln Sistem Informalsi Geogralfis Objek Wisaltal Lalbuhalnbaltu Berbalsis Web,” InfoTekJalr J. Nals. Inform. daln Teknol. Jalr., vol. 5, no. 2, pp.365-369, 2021.

D. Widiyalwalti, D. Dedih, alnd W. Walhyudi, “Implementalsi Metode Malut Daln Salw Dallalm Pemilihaln Tempalt Wisaltal Di Kalbupalten Kalralwalng,” J. Interkom J. Publ. Ilm. Bid. Teknol. Inf. daln Komun., vol. 17, no. 2, pp. 71–80, Jul. 2022, doi: 10.35969/interkom.v17i2.231.

W. R. Aldi, I. Al. Al. Nugroho, alnd S. F. C. Halvialnal, “Sistem Pemilihaln Lokalsi Kunjugaln Wisaltal Wenggunalkaln Metode Salw (Simple Aldditive Weighting),” JAlTI (Jurnall Mhs. Tek. Inform., vol. 2, no. 2, pp. 11-20, 2019.

Y. Alndialnggalral, R. Gunalwaln, alnd Al. P. Alldyal, “Sistem Pendukung Keputusaln dengaln Metode Simple Aldditve Weighting (SAlW) untuk Prediksi Alnggalraln Bialyal Wisaltal,” Innov. Res. Informaltics, vol. 1, no. 1, 2019, doi: 10.37058/innovaltics.v1i1.684.

G. H. N. Alji alnd R. Salputral, “Alplikalsi Pendukung Pemilihaln Objek Wisaltal Kalbupalten Kebumen Menggunalkaln Metode Alnallyticall Hieralrchy Process (AlHP) Daln Simple Aldditive Weighting (SAlW),” J. Malsy. Inform., vol. 10, no. 2, pp. 1-10, 2019, doi: 10.14710/jmalsif.10.2.31499.

Al. Ralmaldhalnu alnd R. H. Alrsyalh, “Pengembalngaln Website daln Metode SAlW untuk Rekomendalsi Wisaltal Allalm Sumaltral Balralt,” Indones. J. Comput. Sci., vol. 10, no. 1, pp. 13-21, 2021.

H. Al. Praldalnal, F. Fitriyalni, alnd M. Malrisal, “Pengalmbilaln Keputusaln Pemilihaln Sekolalh Dalsalr Islalm Menggunalkaln Metode SAlW daln FMAlDM di Palngkallpinalng,” J. Sisfokom (Sistem Inf. daln Komputer), vol. 9, no. 1, p. 132, 2020, doi: 10.32736/sisfokom.v9i1.840.

E. Pralsetyalningrum, “Pengalruh Sumber Dalyal Teknologi Informalsi Terhaldalp Knowledge Malnalgement daln Keunggulaln Kompetitif UMKM di Kalbupalten Kotalwalringin Timur,” Inf. J. Ilm. Bid. Teknol. Inf. daln Komun., vol. 4, no. 2, pp. 1-8, 2019, doi: 10.25139/inform.v4i2.1783.

G. Utalmi alnd N. Balhtialr, “Alplikalsi Pengenallaln Kepribaldialn Tipe Myers Briggs Menggunalkaln Metode Fuzzy Salw Berbalsis Alndroid,” J. Malsy. Inform., vol. 11, no. 1, p. 84, 2020, doi: 10.14710/jmalsif.11.1.31460.

F. Ervaln, M. Alsfi, alnd C. Lukital, “SISTEM PENILAlIAlN INDEKS KINERJAl DOSEN MENGGUNAlKAlN METODE SIMPLE AlDDITIVE WEIGHTING,” J. Digit, vol. 10, no. 1, pp. 92-101, 2020, doi: 10.51920/jd.v10i1.160.

Al. Setialdi, Y. Yunital, alnd Al. R. Ningsih, “Peneralpaln Metode Simple Aldditive Weighting(SAlW) Untuk Pemilihaln Siswal Terbalik,” J. Sisfokom (Sistem Inf. daln Komputer), vol. 7, no. 2, pp. 104-109, 2018, doi: 10.32736/sisfokom.v7i2.572.

L. S. Alngkalt, “Sistem Pendukung Keputusaln Pemilihaln Induk Alyalm Produktif Dengaln Metode Simple Aldditive Weight ( SAlW ) ( Studi Kalsus : PT . Expralvet Nalsubal Falrm Desal Nalmopuli ),” Pelital Inform. Budi Dalrmal, vol. 9, no. 2, pp. 1-11, 2015.


How To Cite This :

Refbacks

  • There are currently no refbacks.