<![CDATA[Inefisiensi dalam manajemen persediaan bahan baku merupakan tantangan krusial bagi bisnis kuliner. Sebelumnya, Santiks Coffee mengalami tingkat food waste sebesar 12,5% akibat metode perencanaan stok manual berbasis intuisi yang berujung pada kelebihan pengadaan bahan mudah rusak dan kejadian stockout. Penelitian ini bertujuan mengembangkan sistem klasifikasi kebutuhan bahan baku berbasis web menggunakan algoritma Naive Bayes Classifier. Model dilatih menggunakan dataset historis penjualan sebanyak 545 rekaman data yang dikumpulkan selama periode september 2025 hingga januari 2026, dengan pembagian data latih dan uji sebesar 80:20. Kebaruan penelitian ini terletak pada integrasi diskritisasi data otomatis berbasis pendekatan statistik kuartil, mengurangi bias subjektivitas dalam penentuan kategori. Hasil evaluasi model menggunakan Confusion Matrix menunjukkan performa yang sangat baik dengan tingkat Akurasi sebesar 93,6%, Presisi 93,8%, Recall 93,6%, dan F1-Score 93,7%. Implementasi sistem untuk prediksi periode Februari 2026 membuktikan bahwa rekomendasi pengadaan berbasis data ini berhasil menekan indikator food waste secara signifikan menjadi 3,7%.]]>
Copyrights © 2026
