Penerapan metode Profile Matching dalam sistem pendukung keputusan pemilihan Mitra Early Access Pada aplikasi Kriingg

ABSTRAK:

Transformasi digital telah meningkatkan kebutuhan akan sistem pengambilan keputusan berbasis data, khususnya pada startup digital seperti Kriingg yang mengembangkan ekosistem super apps untuk UMKM, street food, dan franchise lokal. Tantangan utama dalam tahap pengembangan awal (early access) adalah menentukan mitra yang paling sesuai secara objektif dan terukur. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) menggunakan metode Profile Matching untuk menilai kesesuaian profil mitra terhadap profil ideal berdasarkan sembilan kriteria: lokasi usaha, kategori usaha, jenis menu, jumlah menu, harga produk, omzet, pajak, biaya parkir, dan jam operasional. Pendekatan penelitian ini bersifat kuantitatif deskriptif dengan data diambil langsung dari basis data aplikasi Kriingg sebanyak 50 entri mitra di wilayah Malang Raya. Sistem dibangun menggunakan framework Laravel 12 dan Livewire 3 dengan arsitektur MVC. Hasil penelitian menunjukkan nilai korelasi Spearman sebesar ρ = 0,86 antara hasil sistem dan penilaian manual tim Kriingg, menandakan konsistensi sangat kuat. Kriteria lokasi usaha dan jenis menu menjadi faktor paling dominan, sedangkan omzet dan pajak berpengaruh kecil. Pengujian sensitivitas menunjukkan sistem bersifat robust terhadap variasi bobot dan pemetaan GAP. Penelitian ini membuktikan bahwa metode Profile Matching efektif digunakan dalam mendukung pengambilan keputusan multi-kriteria berbasis data yang efisien, objektif, dan adaptif dalam konteks digitalisasi UMKM.

ABSTRACT:

Digital transformation has increased the need for data-driven decision-making systems, especially for digital startups such as Kriingg, which develops a super app ecosystem for MSMEs, street food vendors, and local franchises. The main challenge in the early access phase is to select the most suitable partners objectively and measurably. This study aims to design and implement a Decision Support System (DSS) using the Profile Matching method to evaluate partner suitability based on nine criteria: business location, business category, menu type, number of menus, product price, turnover, tax, parking fees, and operational hours. The research employs a quantitative descriptive approach, using data directly retrieved from the Kriingg database with 50 partner entries in the Malang area. The system was developed using Laravel 12 and Livewire 3 frameworks with an MVC architecture. The results show a Spearman correlation value of ρ = 0.86 between the system and manual evaluations, indicating a very strong consistency. Business location and menu type were found to be the most influential factors, while turnover and tax had relatively minor effects. Sensitivity testing confirmed that the system is robust to weight and GAP mapping variations. This research proves that the Profile Matching method is effective in supporting efficient, objective, and adaptive multi-criteria decision- making in the context of MSME digitalization

مستخلص البحث:

هدفهذاالبحثإىلتطويرنظامدعمالقرارالختياركاءالشريفمرحلةالوصولاملبكرلتطبيقكرينغ،وهوتطبيقرقميخلدمة املشاريعالصغريةواملتوسطةيفجمالاألغذيةواملشروابت.تاستخدامطريقةمطابقةامللفالشخصيلتقييممدىتوافقبياانتكاءالشر معاملعايرياملثاليةبناءعلىتسعةمعايريتشملاملوقعاجلغرايف،نوعالنشاط،نوعالقوائموعددها،األسعار،اإليرادات،الضرائب،رسوم املوقف،وساعاتالتشغيل.اعتمدالبحثمنهجاكمياوصفيا،وتمجعالبياانتمباشرةمنقاعدةبياانتتطبيقكرينغاليتحتتوي علىمخسنيمدخالمنمنطقةماالنغ.أُنشئالنظامابستخدامإطارعمل Laravel 12 وLivewire 3 هبيكلية MVC. أظهرتنتائجاالختبارمعاملارتباطسبريمان (ρ = 0.86) ممايدلعلىاتساققويبنينتائجالنظاموالتقييماليدويمنقبل فريقكرينغ.وُجدأناملوقعونوعالقائمةمهاأكثرالعواملأتثريا،يفحنيأناإليراداتوالضرائبهلماأتثريحمدود.يثبتهذاالبحث أنطريقةمطابقةامللفالشخصيفعّالةيفدعمعمليةاختاذالقرارمتعددةاملعايريبطريقةموضوعيةوفعّالةيفسياقالتحولالرقمي للمشاريعالصغريةواملتوسطة .