<![CDATA[Penelitian ini membahas permasalahan pengelolaanmenu pada Warung Makan WARRAS yang masih belumberbasis data, sehingga mengakibatkan pengelolaan menukurang efektif dan tidak tersedianya beberapa menu yangmemiliki tingkat permintaan tinggi dari pelanggan. Selama ini,data transaksi hanya diarsipkan tanpa dilakukan analisis lebihlanjut. Analisis data transaksi penjualan memiliki perananpenting dalam mengungkap pola pembelian pelanggan yangbersifat dinamis. Melalui identifikasi tren penjualan, rumahmakan dapat meningkatkan efisiensi operasional sertamerancang menu berdasarkan permintaan aktual. Penelitianini menerapkan metode K-Means Time Series denganpengukuran jarak Dynamic Time Warping (DTW) sertavisualisasi menggunakan Multidimensional Scaling (MDS).Proses analisis dilakukan terhadap data transaksi selama 13bulan menggunakan perangkat lunak MATLAB. Validasi hasilklasterisasi dengan nilai koefisien Silhouette sebesar 0,8716menunjukkan bahwa metode pengelompokan yang digunakanmampu menghasilkan struktur klaster yang sangat kuat danoptimal. Hasil penelitian menunjukkan bahwa metode iniberhasil mengelompokkan menu menjadi tiga klaster, yaituperforma tinggi, sedang, dan rendah. Pengelompokan berbasispola penjualan terbukti dapat meminimalkan risiko overstockmelalui pengaturan persediaan yang selaras dengan trenpermintaan. Informasi yang dihasilkan dari klasterisasi inimemberikan dasar strategis bagi pengelolaan menu yang lebihefektif dan efisien.Kata kunci—k-means, time series, DTW, clustering, datatransaksi]]>
