Sistem Pendukung Keputusan Penentuan Kandidat Juara Piala Dunia FIFA 2026 Menggunakan Metode TOPSIS
DOI:
https://doi.org/10.47701/p4hpys86Keywords:
Sistem Pendukung Keputusan, TOPSIS, Piala Dunia, PerangkinganAbstract
Sistem Pendukung Keputusan (SPK) untuk menentukan kandidat juara Piala Dunia FIFA 2026 dikembangkan menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode TOPSIS digunakan karena mampu mendukung pengambilan keputusan multikriteria secara objektif melalui pengukuran kedekatan alternatif terhadap solusi ideal positif dan jaraknya dari solusi ideal negatif. Penelitian ini menggunakan lima kriteria penilaian, yaitu peringkat FIFA pra-turnamen, nilai pasar skuad, jumlah gol, jumlah kebobolan dalam empat tahun terakhir, serta status sebagai tuan rumah. Data penelitian diperoleh dari 48 negara peserta Piala Dunia FIFA 2026. Proses analisis dilakukan melalui tahapan normalisasi matriks keputusan, pembobotan kriteria, penentuan solusi ideal positif dan negatif, serta perhitungan nilai preferensi untuk menghasilkan perangkingan alternatif. Hasil penelitian menunjukkan bahwa Inggris memperoleh nilai preferensi tertinggi sebesar 0,689, diikuti oleh Prancis sebesar 0,685 dan Spanyol sebesar 0,671. Hasil tersebut menunjukkan bahwa metode TOPSIS mampu menghasilkan rekomendasi kandidat juara secara sistematis, objektif, dan transparan sehingga dapat digunakan sebagai pendukung pengambilan keputusan dalam menentukan kandidat juara Piala Dunia FIFA 2026.
References
Robingun Suyud El Syam dan Salis Irvan Fuadi, “EKSPRESI RUANG SEJUK ISLAM DALAM PIALA DUNIA FIFA 2022 QATAR,” JASS, vol. 4, no. 1, hlm. 37–53, Des 2022, doi: 10.55606/jass.v4i1.116.
L. Csató dan A. Gyimesi, “Increasing competitiveness by imbalanced groups: The example of the 48-team FIFA World Cup,” European Journal of Operational Research, vol. 332, no. 3, hlm. 868–879, Agu 2026, doi: 10.1016/j.ejor.2025.11.025.
T. Juniardi dan C. A. Sugianto, “ANALISIS SENTIMEN TIM NASIONAL SEPAK BOLA INDONESIA DI TURNAMEN PIALA DUNIA U-17 INDONESIA PADA TWITTER (X) MENGGUNAKAN ALGORTIMA NAÏVE BAYES,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3S1, Okt 2024, doi: 10.23960/jitet.v12i3S1.5188.
I. G. I. Sudipa, I. K. Hardiatama, C. P. Yanti, dan I. K. A. G. Wiguna, “Analisis Sensitivitas Metode AHP Dan TOPSIS Dalam Pemilihan Objek Wisata di Kabupaten Karangasem,” JoSYC, vol. 3, no. 4, hlm. 493–501, Sep 2022, doi: 10.47065/josyc.v3i4.2152.
M. Klaiber dan M. Rössle, “Quantifying football player value: a novel combined rating and ML ensemble approach for predicting top players,” J Big Data, vol. 13, no. 1, hlm. 29, Feb 2026, doi: 10.1186/s40537-026-01369-w.
N. M. Aruan, “IMPLEMENTASI ALGORITMA AHP-TOPSIS DALAM PENENTUAN PENGAMBILAN KEPUTUSAN PEMAIN SEPAKBOLA TERBAIK,” SEMASTEK, vol. 2, no. 1, hlm. 1–11, Sep 2023, doi: 10.36815/semastek.v2i1.129.
I. R. Muhammad, “KONTRUKSI REALITAS MEDIA ATAS PEMECATAN SHIN TAE- YONG: ANALISIS FRAMING DALAM PEMBERITAAN BOLA.COM DAN BOLA.NET.” Diakses: 25 Juni 2026. [Daring]. Tersedia pada: https://digilib.unila.ac.id/93546/
S. Nirwan, M. Ramadhaniyanto, dan D. Hamidin, “ANALISIS KOMPARATIF METODE AHP-TOPSIS DAN AHP-SAW DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN SISWA TERBAIK,” Jurnal Teknik Informatika, vol. 16, no. 3, hlm. 109–119, Agu 2024.
H. Bunga dan W. Wahyudi, “Design of an Environmental-Friendly Supplier Selection DSS Model using AHP-TOPSIS,” Jurnal Ilmiah Sistem Informasi, vol. 4, no. 1, hlm. 86–99, Mei 2025, doi: 10.51903/b8wpb307.[10] A. S. Lombu, I. V. Paputungan, dan C. K. Dewa, “PREDICTING FANTASY PREMIER LEAGUE POINTS USING CONVOLUTIONAL NEURAL NETWORK AND LONG SHORT TERM MEMORY,” Jurnal Teknik Informatika (Jutif), vol. 5, no. 1, hlm. 263–272, Feb 2024, doi: 10.52436/1.jutif.2024.5.1.1792
