INTEGRASI MACHINE LEARNING UNTUK OPTIMALISASI PREDIKSI PERMINTAAN PRODUK PADA UMKM KULINER

Abstract

Pada Era di Revolusi Industri saat ini, pertumbuhan Usaha Mikro, Kecil, dan Menengah (UMKM) bidang kuliner di Indonesia mengalami peningkatan sangat pesat, banyak bermunculan usaha-usaha baru dan adapun usaha-usaha lama yang gulung tikar. Revolusi digital membuka peluang yang sangat besar dalam mendorong pertumbuhan Usaha Mikro, Kecil, dan Menengah (UMKM) bidang kuliner di Indonesia, salah satunya adalah optimalisasi dalam berbagai lini pada suatu bisnis. Penelitian ini dilakukan untuk mengeksplorasi implementasi machine learning dalam memprediksi permintaan produk sebagai langkah meningkatkan efisiensi dan daya saing UMKM di era digital yang sangat ketat. Metode Support Vector Machine (SVM) dan Recurrent Neural Network (RNN) diterapkan dalam menganalisis faktor-faktor kunci yang mempengaruhi keberhasilan digitalisasi. Studi kasus ini melibatkan Outlet Waralaba Es Teh Solo Kota Bima. Hasil menunjukkan bahwa digitalisasi tidak hanya meningkatkan pendapatan tetapi juga memperkuat adaptabilitas UMKM terhadap perubahan pasar. Machine learning terbukti mampu memberikan prediksi permintaan yang lebih akurat, mengurangi risiko stok berlebih atau kekurangan, serta memperkaya wawasan bisnis.