Metode Simple Additive Weigthing Pemberian Reward Karyawan Dalam Strategi Pemasaran Produk Kepada Konsumen
Rio Rahmat Yusran*
Universitas Mohammad Natsir, Kota Bukittinggi, Indonesia Email: riorahmatyusran@gmail.com
Email Penulis Korespondensi: riorahmatyusran@gmail.com Submitted 12-12-2022; Accepted 30-12-2022; Published 30-12-2022
Abstrak
Strategi pemasaran merupakan cara efektif dalam meningkatkan pesainga baik itu bergerak dalam bidang barang ataupun jasa . Strategi pemasaran merupakan cara yang paling cocok dalam menyurun perencanaan untuk memperoleh hasil yang maksimal. Permasalahan yang terjadi yaitu Kesulitan Perusahaan dalam memberikan Reward kepada karyawan dalam menjalankan strategi dalam meningkatkan omset perusahaan. Tujuan utama penelitian ini yaitu Mempermudah perusahaan dalam pemberian Reward kepada karyawan yang banyak menjual produk kepada konsumen serta cara unik karyawan dalam strategi yang cocok dalam meningkatkan obset penjualan pada Konsumen. Untuk meningkatkan strategi pemasaran kepada konsumen ada 5 kriteria yang harus dilaksanakan oleh karyawan diantaranya: Terget pasar yang direncanakan, Pemasaran Konvensional, marketing digital, Meng Update tren terbaru, dan terjalinya Hubungan baik dengan Pelanggan.Untuk menyelesaikan penelitian ini, peneliti menggunakan metode Simple Additive Weight (SAW), yang mana metode ini melakukan proses perhitungan masing masing bobot kriteria dengan mimilih bobot tertinggi dengan masing masing kriteria sehingga setiap nilai jumlah dari bobot dari hasil yang diperoleh akan menjadi keputusan akhir. Nilai Bpbot kriteria yang digunakan yaitu W=[ 0,35 ; 0,25 ; 0,10 ; 0,10 ; 0,20] Dengan hasil Hasil Kriteria yang terpilih diperoleh nilai tertinggi yaitu 1 diperoleh atas nama fadli, dan nilai terendah 0,417 atas nama susi.
Kata Kunci: Srategi Pemasaran; SPK; metode Simple Additive Weight (SAW); Reward; Kriteria pemilihan Abstract
Marketing strategy is an effective way to increase competition whether it is engaged in goods or services. The marketing strategy is the most suitable way to arrange plans to obtain maximum results. The problem that occurs is the company's difficulty in providing Rewards to employees in carrying out strategies to increase company turnover. The main objective of this research is to make it easier for companies to give Rewards to employees who sell a lot of products to consumers as well as unique employee strategies that are suitable for increasing sales obsets to consumers. To improve marketing strategies to consumers, there are 5 criteria that must be implemented by employees including: Planned market targets, Conventional Marketing, digital marketing, Updating the latest trends, and establishing good relations with customers. To complete this research, researchers used the Simple Additive Weight method.
(SAW), in which this method performs the calculation process for each criterion weight by selecting the highest weight with each criterion so that each total value of the weights of the results obtained will be the final decision. The criterion Bpbot value used is W=[
0.35 ; 0.25 ; 0.10 ; 0.10 ; 0.20] With the results of the selected Criteria Results, the highest score is obtained, namely 1 obtained on behalf of Fadli, and the lowest score is 0.417 on behalf of Susi.
Keywords: Marketing Strategy; SPK; Simple Additive Weight (SAW) method; Reward; Selection criteria
1. PENDAHULUAN
Pembangunan ekonomi di Indonesia merupakan salah satu bagian penting dari pembangunan nasional dengan tujuan akhir untuk meningkatkan kesejahteraan masyarakat. Perkembangan zaman dan tekno- logi menuntut kehidupan perusahaan untuk menyesuaikan diri dengan situasi dan kondisi yang ada. Suatu perusahaan yang tidak mampu menyesuaikan diri dengan lingku- ngannya cepat atau lambat akan tersisih dari lingkungan bisnis, sehingga perlu dipikirkan suatu strategi yang baik agar terjadi kontinuitas perusahaan dan membantu dalam pencapaian tujuan yang telah ditetapkan secara cepat. Dengan demikian semakin banyaknya perusahaan yang tumbuh di Indonesia, menyebabkan persaingan yang pada awalnya telah ada menjadi semakin ketat. Untuk dapat bertahan dan berkembang pada kondisi yang demikian itu perlu perencanaan yang matang dan tidak hanya rencana jangka panjang tetapi yaitu dititik beratkan pada kelang- sungan hidup perusahaan itu sendiri [1]. Strategi Pemasaran didefenisikan sebagai bentuk suatu proses rencana para pemimpin dalam mengatur strategi jangka Panjang sebuah organisasi, dalam Menyusun rencana dalam mengatur agar tujuan yang diinginkan dapat dicapai Strategi didefinisikan secara khusus sebagai tindakan yang bersifat incremental (senantiasa meningkat) dan terus-menerus, serta dilakukan berdasarkan sudut pandang tentang apa yang diharapkan oleh para pelanggan di masa memenangkan keunggulan bersaing yang berkesinambungan baik itu untuk perusahaan yang memproduksi barang atau jasa. Strategi pemasaran depan [2]. Persaingan ketat yang melibatkan banyak pelaku usaha tentunya menuntut para pelaku usaha tersebut untuk mampu beradaptasi dengan perkembangan kondisi bisnis. Dalam menghadapi persaingan ini, menjalankan usaha memerlukan strategi yang baik untuk membantu pemilik usaha mengantisipasi dampak dari peristiwa tersebut dan mampu bersaing [3]. Terdapat dua faktor yang harus diperhatikan perusahaan dalam memaskarkan produk atau jasa yaitu faktor internal dan faktor eksternal. Manajemen perusahaan dapat menentukan strategi yang akan digunakan dengan mencocokkan sumber daya dan kemampuan manajemen perusahaan melihat kondisi eksternal perusahaan, baik kondisi pasar dan juga kondisi perusahaan pesaing. Bagi perusahaan yang menggunakan strategi pemasaran sebagai cara untuk mencapai tujuan perusahaan, strategi pemasaran merupakan suatu hal, karena potensi untuk menjual suatu penawaran dibatasi oleh jumlah orang yang mengetahuinya [4].
Menggenali karakteristik pasar dan struktur pasar sangatlah menguntungkan bagi perusahaan untuk tetap dapat bersaing dan survive (kelangsungan hidup perusahaan). Kelemahan dan keunggulan perusahaan hendaknya dianalisis sehingga menjadi sebuah titik tolak yang kuat buat perusahaan dalam mengambil keputusan yang efektif dan efisien serta untuk memperkuat posisinya dari para pesaing yang ada. Tujuan utama dari perusahaan ialah pencapaian profit (laba) dan hal ini dapat juga sebagai tolak ukur dalam sukses atau tidaknya sebuah perusahaan dalam pencapaian tujuannya.
Selain itu efektifitas dan efisiensi dalam menjalankan operasional perusahaan juga memegang peranan penting. Efisiensi yang dimaksud adalah strategi pemasaran yan4g dilakukan dengan perhitungan dan pertimbangan yang tepat sehingga tidak ada pemborosan biaya baik itu dalam operasional maupun dalam biaya promosi maupun iklan dan efektifitas yang dimaksud ialah pemilihan strategi pemasaran yang tepat dan sesuai dengan pasar yang dilayani oleh perusahaan sehingga sasaran yang ditetapkan dapat tercapai [5]. Menurut hasil penelitian Strategi Pengembangan Produk dapat dilakukan dengan 3 tahap diantarnya [6] pengembangan produk, diversifikasi produk, strategi produk baru.
Analytic Network Process (ANP) merupakan pengembangan dari metode Analytic Hierarcy Process (AHP).
Metode AHP adalah metode pengambilan keputusan dengan mengembangkan sistem hierarki dari berbagai faktor yang dianggap perlu untuk diperhitungkan. Pendekat- an ANP merupakan modifikasi dari AHP yang memungkinkan adanya feedback effect (efek umpan balik) dalam hierarki keputusan [7]. Selain itu, menurut Yuksel & Dagdeviren (2007)[8] ANP memungkinkan untuk terjadi hubungan timbal balik yang kompleks antara tingkat keputusan dan atribut sehingga metode ANP membuat pengertian yang lebih baik dari permasalahan yang kompleks antara elemen dari pengambilan keputusan dan meningkatkan reliabilitas pengambilan keputusan [9]. Sistem Pendukung Keputusan merupakan sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semi terstruktur. Sistem pendukung keputusan dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas seorang manajer, namun tidak untuk menggantikan penilaian seorang manajer [10]. Sistem Pendukung Keputusan akan membantu manajemen perusahaan dalam menentukan strategi pemasaran menggunakan langkah-langkah dan konversi fakta-fakta menjadi nilai-nilai yang objektif. Sistem Pendukung Keputusan akan membantu manajemen perusahaan dalam menentukan strategi pemasaran menggunakan langkah-langkah dan konversi fakta-fakta menjadi nilai-nilai yang objektif [11]. SPK bagian sistem untuk merangkaikan dan mengintegrasikan setiap sumber daya intelektual dari individu dengan kemampuan komputer untuk meningkatkan kualitas [12]. Keputusan yang dihasilkan Simple Additive Weighting (SAW) merupakan metode penjumlahan terbobot. Konsep dasar Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada suatu kriteria. Metode Simple Additive Weighting (SAW) membutuhkan proses normalisasi matrix keputusan (X) kesuatu skala yang dapat diperbandingkan dengan semua ranting alternatif yang ada.
Penelitian yang mampu diselesaikan menggunakan SPK menggunakan Metode Simple Additive Weighting (SAW) diantaranya 1. Sistem Pendukung Keputusan Penerimaan Siswa Baru pada SMA 1 Cikakak dimaksudkan untuk membantu proses penyeleksian calon siswa baru. Sistem tersebut adalah sistem yang dapat mem- bantu proses pengambilan keputusan untuk pemilihan siswa baru berdasarkan parameter, sub parameter dan data yang dimiliki masing- masing alternatif. Dari analisis data-data calon siswa siswa terssebut lalu diproses melalui pemodelan menggunakan metode Simple Additive Weigthing (SAW) [13]. Penerapan Metode Simple Additive Weight (Saw) Dalam Sistem Pendukung Keputusan Promosi Kenaikan Jabatan Dilihat dari aspek manajerial penilaian dapat dikembangkan dengan kriteria lain sesuai dengan kebutuhan perusahaan. Perhitungan menggunakan Simple Additive Berat, dengan mengacu pada kriteria pekerjaan, evaluasi kinerja, dan penilaian perilaku karyawan, kemudian memilih seorang karyawan yang akan mendapatkan promosi [14]. Sistem Pendukung Keputusan Pemilihan Kategori Promosi Produk Menggunakan Metode Profile Matching (Studi Kasus: Minimarket) hasil penelitian Ada empat kategori yang akan menjadi hasil rekomendasi untuk setiap promosi produk yaitu Rafaksi, Mailer, Discount dan Listing. Dengan dilakukannya penelitian ini akan membantu perusahaan distributor dalam menentukan promo untuk setiap produk yang dimiliki [15]. Sistem Pendukung Keputusan Untuk Pemasaran Usaha Mikro Telur Asin Menggunakan Metode Ahp Pada penelitian ini yang diamati terdiri atas dua faktor yakni faktor kendala dan faktor pendukung dengan kriteria dan sub kriteria yang dipertimbangkan oleh kedua faktor tersebut serta alternatif yang nantinya akan dipilih menjadi strategi pemasaran terbaik untuk peningkatan penjualan telur asin. Sistem pendukung pengambilan keputusan ini pada akhirnya ditujukan untuk memberikan pengetahuan yang Pendukung Keputusan Pemasaran Produ Menggunakan Data Mining Dengan K-Means Clustering Dapat Membantu Tim Marketing Dan Para Decision Maker Untuk Mengetahui Kemampuan Dan Perilaku Dari Tiap Customer [16].
2. METODOLOGI PENELITIAN
2.1 Metodelogi Penelitian
Untuk menyelesaikan penelitian ini dibutuhkan sebuah metodelogi agar penelitian tidak leluar dari objek yang diteliti, proses penelitian ini harus dilakukan secara bertahap dan sistematis agar hasil akhir mampu menghasilkan sebuah system pengambilan keputusan. Langkah Langkah penelitian ini diantaranya:
Gambar 1. Metodelogi Penelitian
Konsep dasar metode Simple Additive Weight (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut.
Rij= {
Xij
Max Xij Jika j adalah atribut keuntungan (benefit)
Min Xij
Xij Jika j adalah atribut biaya (cost) (1) Dimana :
Rij = Rating kinerja ternormalisasi;
Maxij = Nilai maksimum dari setiap baris dan kolom;
Minij = Nilai minimum dari setiap baris dan kolom;
Xij = Baris dan kolom dari matriks Dengan Rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i =1,2,…m dan j = 1,2,…,n.
𝑉𝑖= ∑ 𝑊𝑗𝑅𝑖𝑗 𝑛
𝑗=1 (2) Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. Dimana :
Vi = Nilai akhir dari alternatif;
Wi = Bobot yang telah ditentukan;
Rij = Normalisasi matriks.
3. HASIL DAN PEMBAHASAN
Input yang dibutuhkan dalam pemberian Reward kepada karyawan yang banyak memasarkan produk penjualan dilihat dari berbagai aspek kriteria. Sistem pendukung keputusan ini dapat membantu perusahaan dalam menentukan Reward yang diberikan kepada karyawan berdasarkan hasil penjualan produk yang ditawarkan kepada konsumen dari sebuah perusahaan. Sistem yang digunakan berdasarkan perhitungan parameter dari masing masing data dari berbagai alternatif yang ada. Hasil pemedelan ini diselesaikan dengan proses metode Simple Additive Weigthing (SAW).
a. Kriteria yang dibutuhkan
Tabel 1. Kriteria
Kriteria Keterangan Atribut
C1 Target Pasar Benefit
C2 Pemasaran Benefit
C3 Marketing digital Benefit
C4 Meng Update tren terbaru Benefit C5 Hubungan baik dengan Pelanggan Benefit
Proses selanjutnya yang akan dilaksanakan yaitu menentukan masing masing nilai bobot sehinggan membentuk sebuah himpunan dengan masing masing nilai kriteria dala proses strategi Pemasaran.
Tabel 2. Tabel bobot nilai kriteria
Kriteria Target Pasar Pemasaran Marketing Digital
Meng Update Tren Terbaru
Hubungan Baik Dengan Pelanggan
Atribut Benefit Benefit Benefit Benefit Benefit
Nilai 0,35 0,25 0,10 0,10 0,20
1. Kriteria Target Pasar (C1)
Tabel 3.Varibel Target Pasar
Nilai Rata-Rata Bobot Keterangan
C1<45 0,10 Tidak Bagus
C1=46-65 0,20 Cukup Bagus
C1=66-85 0,25 Bagus
C1>=86 0,35 Sangat Bagus 2. Kriteria Pemasaran (C2)
Tabel 4. Pemasaran
Nilai rata-rata Bobot Keterangan C1<45 0,10 Tidak Bagus C1=46-65 0,20 Cukup Bagus
C1=66-85 0,25 Bagus
C1>=86 0,35 Sangat Bagus 3. Kriteria Marketing digital (C3)
Tabel 5. Marketing digital
Nilai rata-rata Bobot Keterangan C1<45 0,10 Tidak Bagus C1=46-65 0,20 Cukup Bagus
C1=66-85 0,25 Bagus
C1>=86 0,35 Sangat Bagus Kriteria Meng Update tren terbaru (C4)
Tabel 6. Meng Update tren terbaru Nilai rata-rata Bobot Keterangan C1<45 0,10 Tidak Bagus
C1=46-65 0,20 Cukup Bagus
C1=66-85 0,25 Bagus
C1>=86 0,35 Sangat Bagus 4. Kriteria Hubungan baik dengan Pelanggan (C5)
Tabel 7. Hubungan baik dengan Pelanggan Nilai rata-rata Bobot Keterangan
C1<45 0,10 Tidak Bagus
C1=46-65 0,20 Cukup Bagus
C1=66-85 0,25 Bagus
C1>=86 0,35 Sangat Bagus
5. Masukan data
Setelah memperoleh data karyawan yang bekerja sebagai strategi pemasaran maka proses selanjutnya adalah menginput nilai dengan mengkonfersikan nilai bobot kriteria yang sudah ditentukan dan proses perhitungan yang sudah dikerjakan.
Tabel 8. Tabel Nilai Kriteria
Alternatif Target
Pasar Pemasaran Marketing digital
Meng Update tren terbaru
Hubungan baik dengan Pelanggan
Angga 0,25 0,10 0,35 0,25 0,20
Rahman 0,20 0,35 0,35 0,20 0,10
Fadli 0,35 0,35 0,35 0,25 0,25
Devia 0,35 0,10 0,35 0,10 0,20
suci 0,10 0,20 0,35 0,20 0,25
Putri 0,20 0,25 0,35 0,25 0,10
Setelah mencocokan nilai pada setiap alternatif, maka proses selanjutnya melakukan perhitungan dengan konsep dan rumus keputusan menggunakan ternormalisasi (Rij) dapat dilihat pada penjabaran dibawah ini:
a. Analisis Perhitungan SAW;
b. Mencocokan nilai masing-masing krtiteria pada setiap alternaatif;
c. Normalisasi untuk keptusan pada setiap alternatif;
d. Nilai preferensi setiap aplikasi merangking alternatif.
Dari nilai tersebut kemudian pengambil keputusan memberikan bobot preferensi sebagai berikut : W=[ 0,35 ; 0,25 ; 0,10 ; 0,10 ; 0,20]
Matrik Keputusan Berdasarkan Kriteria
Adapun matrik keputusan berdasarkan kriteria tersebut, yaitu : X11 X12 X13 X14 X15 X16
X21 X22 X23 X24 X25 X26 X = X31 X32 X33 X34 X35 X36 X41 X42 X43 X44 X45 X46 X51 X52 X53 X54 X55 X56 a. Proses pencarian Kriteria( C1)
R11 = (0,25)
MAX(0,25;0,20;0,35;0,35;0,10;0,20)=0,71
R12 = (0,20)
MAX(0,25;0,20;0,35;0,35;0,10;0,20)= 0,57
R13 = (0,35)
MAX(0,25;0,20;0,35;0,35;0,10;0,20)= 1
R14 = (0,35)
MAX(0,25;0,20;0,35;0,35;0,10;0,20)= 1
R15 = (0,10)
MAX(0,25;0,20;0,35;0,35;0,10;0,20)= 0,28
R16 = (0,20)
MAX(0,30;0,20;0,25;0,15;0,15;0,20)= 0,57
b. Proses Pencarian Kritera (C2)
R21 = (0,10)
MAX(0,10;0,35;0,35;0,10;0,20;0,25)= 0,28
R22 = (0,35)
MAX(0,10;0,35;0,35;0,10;0,20;0,25)= 1
R23 = (0,35)
MAX(0,10;0,35;0,35;0,10;0,20;0,25)= 1
R24 = (0,10)
MAX(0,10;0,35;0,35;0,10;0,20;0,25)= 0,28
R25 = (0,20)
MAX(0,10;0,35;0,35;0,10;0,20;0,25)= 0,57
R26 = (0,25)
MAX(0,10;0,35;0,35;0,10;0,20;0,25)= 0,71 c. Proses Pencarian Kritera (C3)
R31 = (0,35)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=1
R32 = (0,35)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=1
R33 = (0,35)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=1
R34 = (0,35)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=1
R35 = (0,35)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=1
R36 = (0,35)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=1 d. Proses Pencarian Kritera (C4)
R41 = (0,25)
MAX(0,25;0,20;0,25;0,10;0,20;0,25)=0,71
R42 = (0,20)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=0,57
R43 = (0,35)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=1
R44 = (0,10)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=0,28
R45 = (0,20)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=0,57
R46 = (0,25)
MAX(0,35;0,35;0,35;0,35;0,35;0,35)=0,71 e. Proses Pencarian Kritera (C5)
R51 = (0,20)
MAX(0,20;0,10;0,25;0,20;0,25;0,10)=0,57
R52= (0,10)
MAX(0,20;0,10;0,25;0,20;0,25;0,10)=0,28
R53= (0,25)
MAX(0,20;0,10;0,25;0,20;0,25;0,10)= 1
R54= (0,20)
MAX(0,20;0,10;0,25;0,20;0,25;0,10)= 0,57
R55= (0,25)
MAX(0,20;0,10;0,25;0,20;0,25;0,10)=1
R56= (0,10)
MAX(0,20;0,10;0,25;0,20;0,25;0,10)=0,28
Setelah memperoleh hasil seluruh proses normalisasi maka dapat dilihat pada table dibawah ini:
Tabel 9. Tabel Normalisasi Nilai Kriteria
Kriteria Target Pasar Pemasaran Marketing digital
Meng Update tren terbaru
Hubungan baik dengan Pelanggan
Angga 0,71 0,28 1 0,71 0,57
Rahman 0,57 1 1 0,57 0,28
Fadli 1 1 1 1 1
Devia 1 0,28 1 0,28 0,57
suci 0,28 0,57 1 0,57 1
Putri 0,57 0,71 1 0,71 0,28
Langkah terakhir untuk memperoleh system pengambilan keputusan yaitu dengan cara mengalikan matrik ternormalisasi (R) dengan nilai bobot (W), adapun proses perankingan berdasarkan nilai bobot
W=[ 0,35 ; 0,25 ; 0,10 ; 0,10 ; 0,20]
Hasil perengkingan Strategi Pemasaran pemberian Reward adalah:
V11 = [( 0,71*0,35) + (0,28*0,25) + (1*0,10) + (0,71*0,10) + (0,57*0,20)]
= 0,248+ 0,07 + 0,1 + 0,071 + 0,114
= 0,603
V12 = [( 0,57*0,35) + (1*0,25) + (1*0,10) + (0,57*0,10) + (0,28*0,20)]
= 0,199 + 0,25 + 0,1 + 0,057+ 0,056
= 0,662
VI3 = [( 1*0,35) + (1*0,25) + (1*0,10) + (1*0,10) + (1*0,20)]
= 0,35+0,25+0,1+0,1+0,2
= 1
V14 = [( 1*0,35) + (0,28*0,25) + (1*0,10) + (0,28*0,10) + (0,57*0,20)]
= 0,35+ 0,07 + 0,1 + 0,028+ 0,114
= 0,662
V15 = [( 0,28*0,35) + (0,57*0,25) + (1*0,10) + (0,57*0,10) + (1*0,20)]
= 0,098+ 0,142+ 0,1 + 0,057+ 0,02
= 0,417
V16 = [( 0,57*0,35) + (0,71*0,25) + (1*0,10) + (0,71*0,10) + (0,28*0,20)]
= 0,199+ 0,177 + 0,1 + 0,071+0,056
= 0,603
Hasil Kumulasi proses pencarian nilai
Tabel 10. Tabel nilai kriteria Alternatif RANK Angga 0,603 Rahman 0,662
Fadli 1
Devia 0,662
suci 0,417
Putri 0,603
Pada tabel 10, hasil akhir dari proses pencarian nilai W dapat disimpulkan bahwa nilai tertinggi dari V11, V12,V13, V14, V15. V16 adalah V13 atas nama fadli memperoleh nilai 1 dan nilai terendah diperoleh nilai suci sebesar 0,417. Hasil keputusan terakhir fadli memperoleh Reward paling banyak.
4. KESIMPULAN
Hasil perhitungan system yang diperoleh dapat membantu dalam mendukung keputusan dalam menentukan kriteria Karyawan yang memperoleh Reward tertinggi dalam peningkatan strategi Penjualan pada perusahaan dengan melihat 5 kriteria yang sudah ditetapkan Perusahaan diantaranya : Terget pasar yang direncanakan, Pemasaran, marketing digital, Meng Update tren terbaru, dan terjalinya Hubungan baik dengan Pelanggan. Metode SAW (Simple Additive Weigthing) dengan mencari nilai bobot tertinggi pada setiap atribut, maka nilai bobot tertinggi yang akan dipilih dan di jadikan standart dalam pemilihan kriteria pemasaran yang akan dijadikan sebagai system pengambilan keputusan. Dengan menggunakan metode SAW (Simple Additive Weigthing) dengan mencari pen- jumlahan tebobot dari kinerja pada setiap pada semua atribut. Sehingga memudahkan melihat hasil dari analisa sistem ini akan dapat berguna bagi perusahaan untuk memerikan bonus kepada karyawan yang banyak menjual produk ke pasaran. Hasil yang diperoleh diantaranya
0,603, 0,662,1, 0,662, 0,417, 0,603. Hasil kriteria yang dipilih terdapat pada V13 atas nama Fadli yang berhak memperolehr Reward tertinggi dalam memasarkan produk terbanyak ke pasaran.
REFERENCES
[1] Anggraeni, V. B., & Iriani, I. (2021). Analisis Strategi Pemasaran Produk Tikar Dengan Konsep 4P (Price, Product, Place, Promotion), Ahp (Analytical Hierarchy Process) Dan Topsis Di CV. Xyz. Juminten, 2(3), 167–178.
https://doi.org/10.33005/juminten.v2i3.281.
[2] Aprianti, H. (2017). Sistem Pendukung Keputusan Pemilihan Smartphone dengan Menerapkan Metode Simple Additive Weighting (SAW). 19–24.
[3] Budiwaluyo, B. T. (2018.). Penjualan Mobil Berdasarkan Kebutuhan Pelanggan Dengan Metode Weighted Product” . [4] Dimas Hendika Wibowo. (2015). Strategi dan Program Pemasaran. Jurnal Administrasi Bisnis (JAB), 29(1), 59–66.
[5] Mahrizon, D. (2022). Sistem Pengambilan Keputusan Kepuasan Pelanggan Bengkel Motor Berkah dengan Metode Simple Additive Weigthing. 9(5), 1460–1465. https://doi.org/10.30865/jurikom.v9i5.5018.
[6] Makmur, S. (2015). Strategi Pemasaran dalam Meningkatkan Volume Penjualan (Studi Pada S-Mart Swalayan Pasir Pengaraian).
Jurnal Ilmiah Cano Ekonomos, 3(1), 41–56.
[7] Malau, Y. (2020). Sistem Pendukung Keputusan Pemilihan Kategori Promosi Produk Menggunakan Metode Profile Matching ( Studi Kasus : Minimarket ). 19(2), 339–346.
[8] Frieyadie Metode, P. (2016). Metode Saw Dalam Sistem Pendukung Keputusan Promosi. 1, 37–45.
[9] Musyawarah, I. Y., & Idayanti, D. (2022). Analisis Strategi Pemasaran Untuk Meningkatkan Penjualan Pada Usaha Ibu Bagas di Kecamatan Mamuju. Forecasting: Jurnal Ilmiah Ilmu Manajemen, 1(1), 1–13.
[10] Nailuvary, S., Ani, H. M., & Sukidin, S. (2020). Strategi Pengembangan Produk pada Handicraft Citra Mandiri di Desa tutul Kecamatan Balung Kabupaten Jember. Jurnal Pendidikan Ekonomi: Jurnal Ilmiah Ilmu Pendidikan, Ilmu Ekonomi Dan Ilmu Sosial, 14(1), 185. https://doi.org/10.19184/jpe.v14i1.11872.
[11] Abdillah, S. D. (2021). Sistem Pendukung Keputusan Penerimaan Siswa Baru Dengan Metode Simple Additive Weigthing (SAW) Di Sman 1 Cikakak Kab . Sukabumi. 124–131.
[12] Putri, E. L., & Sinaga, B. (2022). Sistem Pendukung Keputusan Penentuan Strategi Pemasaran Barang dengan Metode Analytic Hierarchy Process. 2(1), 25–36.
[13] Taufik Kurnialensya, M. (2020). Penerapan Metode Saw Dalam Pemberian Diskon. 13(1), 18–33.
[14] Subagio, R. T., Abdullah, M. T., & Jaenudin. (2017). Penerapan Metode SAW (Simple Additive Weighting) dalam Sistem Pendukung Keputusan untuk Menentukan Penerima Beasiswa. Prosiding SAINTIKS FTIK UNIKOM, 2, 61–68.
[15] Sudiyanto, T., & -, R. (2019). Analisis Strategi Produk Dalam Upaya Meningkatkan Penjualan Pt. Hti Bumi Persada Banyuasin.
Jurnal Media Wahana Ekonomika, 13(4), 83–91. https://doi.org/10.31851/jmwe.v13i4.2707 [16] Ukur, J. D. (2014). Menggunakan Data Mining Dengan K-Means Clustering. September, 1–6.
[17] Wibowo, M. E., Daryanto, A., & Rifin, A. (2018). Strategi Pemasaran Produk Sosis Siap Makan (Studi Kasus: PT Primafood Internasional). MANAJEMEN IKM: Jurnal Manajemen Pengembangan Industri Kecil Menengah, 13(1), 29.
https://doi.org/10.29244/mikm.13.1.29-38
