Sistem Pengambilan Keputusan E-Commerce Terbaik Menggunakan Metode MABAC

Abstract

Pertumbuhan pesat e-commerce di Indonesia menyebabkan meningkatnya jumlah platform yang menawarkan layanan serupa, sehingga pengguna menghadapi kesulitan dalam menentukan platform yang paling sesuai dengan kebutuhan mereka. Penelitian ini bertujuan untuk menentukan platform e-commerce terbaik berdasarkan preferensi mahasiswa menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC) yang diintegrasikan dengan pendekatan Group Decision Making (GDM). Data penelitian diperoleh melalui kuesioner berbasis skala Likert yang disebarkan kepada 102 mahasiswa pengguna e-commerce. Lima kriteria digunakan dalam proses evaluasi, yaitu harga, kualitas produk, keamanan transaksi, kecepatan pengiriman, dan layanan pelanggan. Penilaian responden diagregasikan menggunakan Geometric Mean untuk menghasilkan keputusan kelompok sebelum diproses menggunakan metode MABAC. Hasil penelitian menunjukkan bahwa Shopee memperoleh skor kinerja akhir tertinggi sebesar 0,570 dan menempati peringkat pertama, diikuti oleh Tokopedia (0,549), Bukalapak (0,143), Blibli (0,119), dan Lazada (-0,008). Analisis sensitivitas menunjukkan bahwa perubahan prioritas bobot kriteria dapat memengaruhi peringkat alternatif, sedangkan validasi komparatif menggunakan metode SAW menunjukkan konsistensi hasil pada dua alternatif terbaik. Temuan penelitian membuktikan bahwa integrasi metode MABAC dan GDM mampu menghasilkan rekomendasi yang objektif dan representatif dalam pemilihan platform e-commerce terbaik berdasarkan preferensi mahasiswa.