<![CDATA[Perkembangan teknologi informasi yang pesat mendorong berbagai sektor bisnis, termasuk industri kuliner, untuk memanfaatkan teknologi dalam meningkatkan efisiensi operasional dan strategi pemasaran. Rumah Makan H. Moel Seafood menghadapi tantangan dalam memahami pola konsumsi pelanggan dan memprediksi tren penjualan. Untuk itu, dibutuhkan pendekatan berbasis data guna mendukung pengambilan keputusan strategis. Penelitian ini bertujuan menganalisis tren penjualan menggunakan algoritma Random Forest, yang dikenal efektif dalam memproses data kompleks dan memberikan prediksi akurat. Data yang digunakan berupa data primer yang dikumpulkan selama satu tahun, meliputi jenis menu, jumlah penjualan, waktu pembelian, dan metode pembayaran. Pengumpulan data dilakukan dengan hati-hati agar kualitasnya terjaga. Setelah itu, dilakukan preprocessing untuk membersihkan dan mempersiapkan data. Algoritma Random Forest kemudian diterapkan untuk membangun model prediksi tren penjualan. Evaluasi kinerja model menunjukkan tingkat accuracy sebesar 96,25%, menandakan bahwa algoritma ini dapat diandalkan untuk memprediksi tren penjualan dengan tingkat keandalan tinggi. Selain itu, diperoleh nilai precision sebesar 0,9633, recall sebesar 0,9624, dan f1-score sebesar 0,9627. Berdasarkan hasil per kelas, prediksi kategori penjualan "Rendah" memiliki precision 0,0639, recall 0,0674, dan f1-score 0,0653; kategori "Sedang" memiliki precision 0,0674, recall 0,0653, dan f1-score 0,0660; sedangkan kategori "Tinggi" memiliki precision dan recall masing-masing 1,00 dan f1-score sebesar 0,6875.]]>
