<![CDATA[Perkembangan teknologi informasi telah mendorong transformasi digital pada sektor UMKM kuliner, namun Kafe Lentera masih menghadapi tantangan operasional akibat penggunaan sistem pemesanan manual yang rawan kesalahan pencatatan dan menyebabkan antrean panjang pada jam sibuk. Selain itu, ketiadaan fitur rekomendasi menu membuat pelanggan kesulitan menentukan pilihan sesuai preferensi mereka. Penelitian ini bertujuan untuk merancang dan membangun Smart Ordering System berbasis web yang mengintegrasikan fitur rekomendasi menu menggunakan metode Content-Based Filtering (CBF) serta sistem pembayaran digital melalui QRIS. Pengembangan sistem dilakukan dengan mengikuti model Waterfall yang sistematis, meliputi analisis kebutuhan fungsional, perancangan arsitektur menggunakan Unified Modeling Language (UML), tahap implementasi pengkodean, hingga pengujian menyeluruh. Hasil implementasi menunjukkan bahwa aplikasi web ini mampu mengotomatisasi seluruh alur bisnis kafe, mulai dari pemesanan mandiri oleh pelanggan melalui scan QR di meja hingga pengelolaan laporan penjualan yang akurat bagi pemilik. Algoritma CBF terbukti efektif memberikan saran menu yang personal dengan memanfaatkan kemiripan atribut item, sementara integrasi QRIS mempercepat proses transaksi nontunai secara aman. Hasil pengujian Black Box mengonfirmasi bahwa seluruh fungsi berjalan sesuai spesifikasi, dan User Acceptance Test (UAT) menunjukkan tingkat kepuasan yang tinggi dari sisi efisiensi pelayanan dan kemudahan navigasi antarmuka. Dengan demikian, penerapan sistem ini memberikan solusi strategis dalam meminimalkan kesalahan manusia, memperpendek waktu pelayanan, dan meningkatkan daya saing usaha melalui pengalaman digital yang lebih responsif bagi pelanggan Kafe Lentera The development of information technology has driven digital transformation in the culinary MSME sector, yet Kafe Lentera still faces operational challenges due to a manual ordering system prone to recording errors and causing long queues during peak hours. Furthermore, the absence of menu recommendation features makes it difficult for customers to choose items according to their preferences. This research aims to design and build a web-based Smart Ordering System that integrates menu recommendation features using the Content-Based Filtering (CBF) method and a digital payment system via QRIS. System development was carried out following the systematic Waterfall model, covering functional requirements analysis, architectural design using Unified Modeling Language (UML), the coding implementation phase, and comprehensive testing. The implementation results show that this web application can automate the entire cafe business flow, from independent customer ordering via table QR codes to accurate sales reporting for the owner. The CBF algorithm proved effective in providing personalized menu suggestions by utilizing item attribute similarities, while the QRIS integration accelerates the secure non-cash transaction process. Black Box testing results confirmed that all functions operate according to specifications, and User Acceptance Testing (UAT) indicated a high level of satisfaction in terms of service efficiency and interface navigation ease. Consequently, the implementation of this system provides a strategic solution to minimize human error, shorten service time, and increase business competitiveness through a more responsive digital experience for Kafe Lentera customers.]]>
