Analisis Permintaan Menu Favorit Pada Kedai Kopi Mandiri Menggunakan Metode Naive

Abstract

Tingginya tingkat persaingan pada bisnis kuliner, khususnya kedai kopi (coffee shop), menuntut pelaku usaha untuk dapat mengoptimalkan pengelolaan inventaris dan strategi penjualan. Penelitian ini bertujuan untuk menganalisis dan memprediksi pola permintaan menu favorit guna menghindari masalah penumpukan stok bahan baku ataupun kehilangan potensi penjualan (stockout). Data yang digunakan dalam penelitian ini adalah data transaksi penjualan harian. Metode analisis yang diterapkan adalah peramalan kuantitatif dengan pendekatan Weighted Moving Average (WMA) untuk memproyeksikan permintaan di periode mendatang, serta evaluasi akurasi menggunakan Mean Absolute Deviation (MAD). Hasil penelitian menunjukkan bahwa menu Teh Telor memiliki volume permintaan tertinggi dengan pola yang cenderung stabil. Berdasarkan hasil pengujian sistem peramalan, konfigurasi bobot dievaluasi untuk meminimalkan nilai galat. Hasil analisis ini dapat menjadi instrumen pengambilan keputusan yang strategis bagi manajemen kedai kopi dalam merencanakan pengadaan bahan baku secara lebih efisien dan menentukan strategi pemasaran yang berbasis data.

Kata Kunci: Analisis Permintaan, Kedai Kopi, Peramalan, Weighted Moving Average, MAD.

Abstract  The intense competition in the culinary business, particularly coffee shops, demands business owners to optimize inventory management and sales strategies. This study aims to analyze and forecast the demand patterns of favorite menu items to avoid raw material inventory accumulation or potential loss of sales (stockout). The data utilized in this research consists of daily sales transaction data. The analytical method applied is quantitative forecasting using the Weighted Moving Average (WMA) approach to project future demand, with accuracy evaluated using Mean Absolute Deviation (MAD). The results indicate that "Teh Telor" menu has the highest demand volume with a relatively stable pattern. Based on the evaluation of the forecasting system, the WMA method is optimized to find the lowest error rate based on the MAD value. The results of this analysis can serve as a strategic decision-making tool for coffee shop management to plan raw material procurement more efficiently and data-driven marketing strategies.

Keywords: Demand Analysis, Coffee Shop, Forecasting, Weighted Moving Average, MAD.