Sistem Pendukung Keputusan Rekomendasi Bank Digital Indonesia Menggunakan Metode AHP CoCoSo

Bhathiya Dharmawan; Gede Surya Mahendra

doi:10.69693/ijmst.v4i3.13179

Authors

Bhathiya Dharmawan Universitas Pendidikan Ganesha
Gede Surya Mahendra Universitas Pendidikan Ganesha

DOI:

https://doi.org/10.69693/ijmst.v4i3.13179

Keywords:

Sistem Pendukung Keputusan, Rekomendasi Bank Digital, Hybrid AHP CoCoSo, MCDM Personalisasi, Evaluasi Model

Abstract

Pesatnya pertumbuhan industri bank digital di Indonesia menghadirkan beragam pilihan layanan khususnya yang sudah dinaungi Otoritas Jasa Keuangan (OJK), sehingga menimbulkan kompleksitas bagi calon nasabah dalam memilih platform yang sesuai dengan preferensi personal. Proses pemilihan konvensional cenderung mengandalkan persepsi subjektif atau indikator tunggal tanpa mengevaluasi aspek teknis dan finansial secara menyeluruh. Penelitian ini bertujuan untuk membangun dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web dengan pendekatan personalisasi menggunakan metode Hybrid Analytic Hierarchy Process (AHP) dan Combined Compromise Solution (CoCoSo), serta mengevaluasi akurasi model terhadap data Ground Truth dari 76 responden. Metode AHP digunakan untuk menentukan bobot global kriteria individual pada 14 sub-kriteria multidimensi yang mencakup Performa Aplikasi, Laporan Keuangan, dan User Experience berbasis HEART Framework. Algoritma CoCoSo kemudian mengagregasikan fungsi aditif dan multiplikatif guna menghasilkan rekomendasi peringkat personalisasi. Hasil pemeringkatan individual menunjukkan bahwa Jenius (53%) dan Seabank (46%) secara dominan menguasai posisi rekomendasi utama. Evaluasi performa makro terhadap preferensi aktual nasabah membuktikan tingkat presisi yang tinggi, dengan capaian akurasi klasifikasi Confusion Matrix sebesar 71,36%, Mean Absolute Error (MAE) sebesar 4,23 poin peringkat, dan Spearman Rank Correlation positif sebesar 0,33. Temuan ini mengonfirmasi bahwa model AHP-CoCoSo memiliki presisi, stabilitas, dan keselarasan yang tinggi terhadap preferensi pasar, sehingga sangat andal difungsikan sebagai mesin utama rekomendasi pemilihan bank digital di Indonesia.

References

1. Abdullah, I. N. (2025, February 28). Daftar Lengkap Bank Digital di Indonesia dan Manfaat Utamanya (2025). Fintechnews.Id. https://fintechnews.id/107676/digital-banking-news-indonesia/list-of-digital-banks-in-indonesia-2025/

2. Agustina, N., & Sutinah, E. (2022). Penerapan Metode MOORA Pada Sistem Pendukung Keputusan Pemilihan Aplikasi Dompet Digital. Jurnal Nasional Informatika Dan Teknologi Jaringan, 6(2). https://doi.org/10.30743/infotekjar.v6i2.5012

3. Ainul Avwa, P., Vidiati, C., Selasi, D., & Pratama, G. (2024). Pengaruh Penggunaan Digital Banking dan Minat Investasi terhadap Pertumbuhan Ekonomi di Jawa Barat. Journal of Indonesian Sharia Economics, 3(2), 179–188. https://doi.org/https://doi.org/10.35878/jiose.v3i2.1029

4. Aisyah, R., Zahra, A. L., Shahita, D., & Hidayatullah, W. (2023). ANALISIS USER EXPERIENCE PENGGUNA APLIKASI NEOBANK BERDASARKAN ALAT UKUR HEART METRICS. Jurnal Penelitian Rumpun Ilmu Teknik (JUPRIT), 2(1), 1–15. https://doi.org/https://doi.org/10.55606/juprit.v2i1.1006

5. Alonso, J.-A., & Lamata, M. (2006). Consistency in the Analytic Hierarchy Process: a New Approach. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 14, 445–459. https://doi.org/10.1142/S0218488506004114

6. Al-Tarawneh, M. A. B., Kanj, H., & Aly, W. H. F. (2025). An integrated MCDM framework for trust-aware and fair task offloading in heterogeneous multi-provider Edge-Fog-Cloud systems. Results in Engineering, 26. https://doi.org/10.1016/j.rineng.2025.105228

7. Arif, G. Z. A., & Sulaiman, R. (2023). INTEGRASI METODE AHP-TOPSIS DALAM PEMERINGKATAN BANK DIGITAL DI INDONESIA. MATHunesa, 11.

8. Deliani, S., & Triase, T. (2025). Sistem Pendukung Keputusan Evaluasi Kinerja Kepala Dusun Menggunakan Integrasi Cocoso dan AHP. Journal of Information System Research (JOSH), 6(2), 1046–1055. https://doi.org/10.47065/josh.v6i2.6459

9. Gaputra, R., & Purnomo, A. S. (2024). SISTEM REKOMENDASI DOMPET DIGITAL MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW). Jurnal Mahasiswa Teknik Informatika, 8(2). https://doi.org/https://doi.org/10.36040/jati.v8i2.9154

10. Ivan Maulana, H., Pandu Kusuma, A., & Febrinita, F. (2022). ANALISIS PERBANDINGAN METODE SAW DENGAN WP DALAM MENDUKUNG KEPUTUSAN CALON KARYAWAN HYFRESH BLITAR. In Jurnal Mahasiswa Teknik Informatika) (Vol. 6, Number 2).

11. Khasan, A. M., Mardiyantoro, N., & Hasanah, N. (2024). PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN SANTRI TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING DI PONDOK PESANTRENAL-MANSHUR. STORAGE –Jurnal Ilmiah Teknik Dan Ilmu Kompute, 3(4), 220–226. https://doi.org/https://doi.org/10.55123/storage.v3i4.4445

12. Mahendra, G. S., & Nugraha, P. G. S. C. (2020). Komparasi Metode AHP-SAW dan AHP-WP Pada SPK Penentuan E-Commerce Terbaik di Indonesia. Jurnal Sistem Dan Teknologi Informasi (Justin), 8(4), 346. https://doi.org/10.26418/justin.v8i4.42611

13. Mahendra, G. S., Putu, I., & Indrawan, Y. (2020). METODE AHP-TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENEMPATAN AUTOMATED TELLER MACHINE. SAINTEKBU: Jurnal Sains Dan Teknologi. https://doi.org/https://doi.org/10.23887/jstundiksha.v9i2.24592

14. Mustofa, F. U. C., Wibowo, A. L., Saraswati, S., & Puteri, F. R. A. (2023). Sistem Pendukung Keputusan Menggunakan Metode Analytical Hierarchy Process (AHP) Untuk Pemilihan E-Wallet. Jurnal Manajemen Informatika, Sistem Informasi Dan Teknologi Komputer (JUMISTIK), 2(1), 136–142. https://doi.org/10.70247/jumistik.v2i1.27

15. Naufal Kurniawan, Megawati, Syaifullah, & Eki Saputra. (2024). Analisis User Experience Aplikasi Dana Menggunakan Framework HEART Metrics. The Indonesian Journal of Computer Science, 13(5). https://doi.org/10.33022/ijcs.v13i5.4159

16. Nurelasari, E., Purwaningsih, E., & Algani, A. (2024). SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOMPET DIGITAL MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS. Jurnal Mahasiswa Teknik Informatika, 8(6). https://doi.org/https://doi.org/10.36040/jati.v8i6.12035

17. Rodden, K., Hutchinson, H., & Fu, X. (2010). Measuring the User Experience on a Large Scale: User-Centered Metrics for Web Applications. https://doi.org/https://doi.org/10.1145/1753326.1753687

18. Saaty, R. W. (1987). The analytic hierarchy process—what it is and how it is used. Mathematical Modelling, 9(3), 161–176. https://doi.org/https://doi.org/10.1016/0270-0255(87)90473-8

19. Sałabun, W., & Urbaniak, K. (2020). A new coefficient of rankings similarity in decision-making problems. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 12138 LNCS, 632–645. https://doi.org/10.1007/978-3-030-50417-5_47

20. Shekhovtsov, A., & Sałabun, W. (2020). A comparative case study of the VIKOR and TOPSIS rankings similarity. Procedia Computer Science, 176, 3730–3740. https://doi.org/https://doi.org/10.1016/j.procs.2020.09.014

21. Sugiono, Noerdjanah, & Wahyu, A. (2020). Uji Validitas dan Reliabilitas Alat Ukur SG Posture Evaluation. Jurnal Keterapian Fisik, 5(1), 55–61.

22. Ulya, A., Muliadi, M., Herteno, R., Farmadi, A., & Abadi, F. (2024). Sistem Pendukung Keputusan Pemilihan Bibit Padi Berkualitas pada Lahan Rawa menggunakan Metode Dematel dan Mfep. SEBATIK, 28(1), 213–219. https://doi.org/10.46984/sebatik.v26i2.2291

23. Widia Wulandari, P., Nur Arif, S., & Gunawan, R. (2026). Sistem Pendukung Keputusan Dalam Menentukan Masyarakat Yang Layak Menerima Bantuan Pangan Non Tunai (BPNT) Menggunakan Metode Combined Compromise Solution (CoCoSo). Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), 5(1). https://doi.org/https://doi.org/10.53513/jursi.v5i1.11391

24. Yazdani, M., Zarate, P., Kazimieras Zavadskas, E., & Turskis, Z. (2018). A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems. Management Decision, 57(9), 2501–2519. https://doi.org/https://doi.org/10.1108/MD-05-2017-0458