Toko Fanny Flower merupakan toko bunga yang penjualan-nya terkadang turun terkadang naik. Dalam penjualan tanaman, Toko Fanny Flower harus mengutamakan kriteria tanaman, sehingga tanaman tersebut layak untuk di jual dan banyak diminati. Seperti umur tanaman, tinggi tanaman, kondisi daun agar tanaman dapat bernilai baik. Dengan mengetahui bobot nilai tanaman yang bagus akan meningkatkan peminat pembeli pada suatu toko yang dapat menghasilkan tanaman yang memuaskan. Berdasarkan permasalahan di atas peneliti akan membangun suatu Sistem Pendukung Keputusan (SPK) yang berbasis komputer (Computer Based Decision Support System). Proses pengambilan keputusan dilakukan dengan menggunakan metode Simple Additive Weighting (SAW). Berdasarkan hasil uji coba yang dilakukan, bahwa algoritma Simple Additive Weighting (SAW) dapat menjadi alternatif dalam perekomendasian yang dalam hal ini menggunakan contoh 5 sampel tanaman yang telah di proses menggukanan Algoritma SAW yang menentukan bahwa kembang Tisu2(V4) dengan nilai 0,95 menjadi tanaman yang lebih layak dari yang lainnya serta dapat mengevaluasi tanaman yang akan dijual. Dengan demikian sistem pendukung keputusan penjualan bunga berhasil mengelola data hingga mendapatkan rekomendasi dari data yang digunakan.

Fanny Flower shop is a flower shop whose sales sometimes go down sometimes up. In the sale of plants, Fanny Flower Shop must prioritize the criteria of plants, so that the plant is worth selling and is in demand. Such as the age of the plant, the height of the plant, the condition of the leaves so that the plant can be good value. Knowing the weight of a good plant value will increase the buyer's interest in a store that can produce a satisfactory plant. Based on the above problems researchers will build a computer based decision support system (SPK). The decision-making process is done using the Simple Additive Weighting (SAW) method. Based on the results of the trials conducted, that simple additive weighting (SAW) algorithm can be an alternative in the confectionery which in this case uses the example of 5 plant samples that have been processed using the SAW Algorithm which determines that the tissue flower2(V4) with a value of 0.95 becomes a more viable plant than the others and can evaluate the plants to be sold. Thus the interest sales decision support system manages the data until it gets recommendations from the data used..