<![CDATA[UMKM kuliner merupakan sektor penting dalam perekonomian Indonesia, namun masih banyak yang mengalami kendala dalam pengelolaan stok akibat perencanaan manual yang kurang efisien. Ketidakefisienan ini dapat menyebabkan kelebihan atau kekurangan stok yang berdampak pada kerugian finansial dan penurunan kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi stok otomatis menggunakan metode Triple Exponential Smoothing (TES) guna membantu UMKM kuliner, khususnya Syasya Food di Depok, dalam mengelola stok secara lebih akurat dan efisien. Sistem ini dikembangkan menggunakan model pengembangan Waterfall dan diimplementasikan pada platform web menggunakan framework Laravel. Data yang digunakan adalah semua penjualan harian yang diproses untuk menghasilkan prediksi stok selama 7 hari ke depan. Evaluasi dilakukan menggunakan tiga metrik utama, yaitu MAPE (Mean Absolute Percentage Error), MAE (Mean Absolute Error), dan MSE (Mean Squared Error), serta pengujian usability menggunakan System Usability Scale (SUS). Hasil evaluasi menunjukkan bahwa seluruh jenis makanan memiliki nilai MAPE di bawah 10%, dengan nilai terendah 0,81% pada Risol Mayo dan tertinggi 6,98% pada Pastel. Nilai MAE dan MSE juga tergolong rendah. Skor SUS sebesar 83 menunjukkan bahwa sistem dinilai “sangat baik” dan diterima oleh pengguna. Selain itu, sistem menyajikan hasil prediksi dalam bentuk grafik dan tabel yang informatif. Dengan demikian, sistem prediksi stok otomatis ini terbukti mampu meningkatkan efisiensi pengelolaan stok UMKM kuliner dan memiliki potensi untuk diadaptasi di sektor lain.]]>
Copyrights © 2025
