PENERAPAN METODE WEIGHTED MOVING AVERAGE (WMA) UNTUK FORECASTING PENJUALAN MENU DAN REKOMENDASI BAHAN BAKU PADA CAFE DIGIDREAMS SPACE

Abstract

Penelitian ini bertujuan mengembangkan sistem peramalan penjualan menu dan rekomendasi kebutuhan logistik bahan baku pada Café DigiDreams Space guna mengatasi kendala ketidakseimbangan pasokan stok. Kebaruan penelitian ini terletak pada integrasi model peramalan runtun waktu harian dengan mesin konversi resep otomatis berregulasi stok pengaman (safety stock). Eksperimen pemodelan mengandalkan data transaksi harian selama 30 hari untuk memprediksi kebutuhan 7 hari ke depan pada kategori makanan, minuman, dan kudapan. Tahapan metodologi mencakup data cleaning, komputasi algoritma Weighted Moving Average (WMA), dan evaluasi akurasi menggunakan Mean Absolute Percentage Error (MAPE). Aplikasi berbasis web ini diimplementasikan menggunakan React JS dan FastAPI. Hasil pengujian menunjukkan performa model yang andal dengan rata-rata nilai MAPE keseluruhan sebesar 12,13% (kategori Baik). Fitur konversi resep pada sistem ini menghasilkan keluaran keputusan gramasi belanja bahan baku yang presisi, sehingga berpotensi membantu pihak manajemen dalam meminimalkan risiko stockout maupun overstock berbasis data historis. .