Prediksi Penjualan Menu Wonton dan Dimsum di Gerai Liceria Kuliner Menggunakan Metode Moving Average (MA)

Abstract

Abstrak

Penelitian ini membahas perancangan sistem informasi dan peramalan penjualan menu Wonton (Kuah Creamy dan Chili Oil) serta Dimsum Goreng pada Gerai Liceria Kuliner menggunakan metode Moving Average (MA). Permasalahan utama yang dihadapi oleh manajemen gerai saat ini adalah tingginya ketidakpastian permintaan pelanggan harian yang berdampak pada ketidaksesuaian volume pengadaan bahan baku, sehingga memicu risiko pemborosan logistik maupun kehilangan potensi keuntungan (stockout). Guna memitigasi risiko tersebut, penelitian ini memanfaatkan data historis penjualan harian periode Desember 2025 hingga Februari 2026 untuk memproyeksikan tingkat permintaan periode mendatang melalui penerapan algoritma MA tiga periode (MA-3). Hasil evaluasi menunjukkan tingkat akurasi model yang sangat tinggi dengan parameter statistik Mean Absolute Percentage Error (MAPE) sebesar 0,06%, Mean Absolute Deviation (MAD) sebesar 4,0000 porsi, Mean Squared Error (MSE) sebesar 2,8889, dan Root Mean Squared Error (RMSE) sebesar 1,6997. Proyeksi penjualan untuk bulan Maret, April, dan Mei berturut-turut adalah sebesar 503 porsi, 536 porsi, dan 535 porsi dengan tren pergerakan yang cenderung stabil. Selain analisis prediktif, penelitian ini menghasilkan sebuah cetak biru rancangan sistem informasi usulan berbasis web menggunakan pemodelan Unified Modeling Language (UML) untuk mendigitalisasi rantai operasional ritel. Hasil analisis merekomendasikan integrasi angka peramalan dengan kebijakan safety stock sebesar 5% guna mengantisipasi volatilitas pasar yang tidak terduga.

Kata Kunci: Moving Average, Prediksi Penjualan, Wonton, Dimsum.

Abstract

This research discusses the development of an information system and sales forecasting for Wonton (Creamy Soup and Chili Oil) and Fried Dimsum menus at Liceria Kuliner outlet using the Moving Average (MA) method. The primary issue faced by the management is the high uncertainty of daily customer demand, which leads to raw material supply mismatches, thereby triggering financial risks from material waste or stockouts. To mitigate these risks, this study utilizes daily historical sales data from December 2025 to February 2026 to project future demand using a three-period Moving Average (MA-3) algorithm. The evaluation results demonstrate highly accurate model performance, yielding a Mean Absolute Percentage Error (MAPE) of 0.06%, Mean Absolute Deviation (MAD) of 4.0000 portions, Mean Squared Error (MSE) of 2.8889, and Root Mean Squared Error (RMSE) of 1.6997. Quantitative forecasting projects sales volumes for March, April, and May to be 503, 536, and 535 portions, respectively, indicating a stable trend. In addition to predictive analysis, this study produces a web-based information system blueprint modeled via Unified Modeling Language (UML) to digitalize retail operations. The analysis recommends integrating the forecasting results with a 5% safety stock policy to anticipate unexpected market volatility.

Keyword : Moving Average, Sales Prediction, Wonton.