Analisis Menu A’la Carte Menggunakan Metode Menu Engineering di Hotel Pullman Bali Legian Beach

Chandra, Martina Cornelie
Wirawan, Putu Eka
Sukaarnawa, I Gusti Made

Jurnal Ilmiah Pariwisata dan Bisnis
Vol. 4 No. 9 (2025): Jurnal Pariwisata dan Bisnis Internasional

Penelitian ini dilakukan berdasarkan pada ulasan negatif dari tamu yang memesan kamar melalui platform Booking.com untuk menginap di Hotel Pullman Bali Legian Beach Bali serta hotel belum menggunakan metode menu engineering Lebruto. Jenis data yang digunakan dalam penelitian ini adalah kuantitatif dan kualitatif. Teknik pengumpulan data dari hasil wawancara dan studi dokumentasi. Teknik analisis data menggunakan menu engineering Kasavana dan Smith serta ditambah dengan Lebruto. Hasil penelitian menunjukkan klasifikasi menggunakan menu engineering pada 71 item menghasilkan 6 item atau 8,45% berada pada kategori shinning star, 8 item atau 11,27% berada pada kategori star, 11 item atau 15,49% berada pada kategori puzzle, 5 item atau 7,04% berada pada kategori brain teaser, 20 item atau 28,17% berada pada kategori trador, 7 item atau 9,86% berada pada kategori ini, 8 item atau 11,27% berada pada kategori dog dan 6 item atau 8,45% berada pada kategori ultimate dog. Berdasarkan pada hasil penelitian, terdapat sedikit item yang masuk ke dalam kategori shinning star atau star. Hal ini menunjukkan bahwa performa dari item menu di hotel Pullman Bali Legian Beach masih kurang sehingga perlu adanya tindak lanjut atau keputusan yang dapat diambil oleh pihak hotel agar performa item menu dapat meningkat di kuartal berikutnya. Di sisi lain, item dengan kategori dog dan ultimate dog dapat diganti dengan item lain yang berada diatas kategori tersebut. Item dengan kategori lain dapat dikembangkan agar bisa masuk dalam kategori shinning star dan star dengan melakukan analisis tren customer, promosi, upselling, cross selling, costing, efisiensi waktu serta tenaga kerja dalam mempersiapkan menu.   This research was conducted based on negative reviews from guests who booked rooms through the Booking.com platform to stay at the Pullman Bali Legian Beach Bali hotel and the hotel has not yet utilized the Lebruto menu engineering method. The types of data used in this study are quantitative and qualitative. Data collection techniques include interviews and documentation studies. Data analysis techniques use the menu engineering of Kasavana and Smith, supplemented with Lebruto. The research results show that the classification using menu engineering on 71 items produced 6 items or 8.45% in the shining star category, 8 items or 11.27% in the star category, 11 items or 15.49% in the puzzle category, 5 items or 7.04% in the brain teaser category, 20 items or 28.17% in the trader category, 7 items or 9.86% in this category, 8 items or 11.27% in the dog category, and 6 items or 8.45% in the ultimate dog category. Based on the research results, there are few items that fall into the shining star or star categories. This indicates that the performance of the menu items at the Pullman Bali Legian Beach hotel is still lacking, so there needs to be follow-up or decisions that can be made by the hotel management to improve the performance of the menu items in the next quarter. On the other hand, items in the dog and ultimate dog categories can be replaced with other items that are above those categories. Items in other categories can be developed to enter the shining star and star categories by conducting customer trend analysis, promotions, upselling, cross-selling, costing, and optimizing time and labor in preparing the menu.