Transformasi Digital UMKM Penyedia Pangan Sekolah Melalui Implementasi Sistem Pendukung Keputusan Berbasis Machine Learning

Abstract

Warung Pak Mul merupakan salah satu Usaha Mikro, Kecil, dan Menengah (UMKM) di Kota Padang yang mengelola layanan katering dan program makan bergizi bagi beberapa sekolah swasta dan instansi, namun pengelolaan usahanya masih dilakukan secara manual melalui papan tulis dan lembar kerja sederhana sehingga rawan kesalahan pencatatan, sulit direkap, dan tidak mendukung perencanaan menu maupun pengendalian biaya secara akurat. Kegiatan penerapan iptek ini bertujuan mentransformasi pengelolaan mitra melalui pengembangan dan implementasi Sistem Pendukung Keputusan (SPK) berbasis machine learning yang mengintegrasikan data historis pesanan, ketersediaan bahan baku, kebutuhan gizi, dan biaya produksi untuk menghasilkan rekomendasi menu yang optimal. Metode pelaksanaan meliputi koordinasi dan analisis kebutuhan mitra, perancangan arsitektur sistem, pengembangan model machine learning untuk prediksi permintaan dan rekomendasi menu, digitalisasi dan migrasi data awal, pelatihan serta pendampingan operator, dan evaluasi kinerja sistem. Sistem yang dikembangkan terdiri atas lima modul utama, yaitu manajemen pesanan, manajemen bahan baku, perencanaan produksi, pencatatan dan analisis biaya, serta rekomendasi menu berbasis machine learning. Hasil implementasi menunjukkan bahwa digitalisasi pencatatan mampu menggantikan proses manual pada papan tulis dan Excel sederhana, sementara pelatihan dan pendampingan meningkatkan literasi digital mitra dalam menginterpretasikan rekomendasi sistem untuk pengambilan keputusan operasional sehari-hari. Kegiatan ini diharapkan menjadi model replikatif transformasi digital bagi UMKM penyedia pangan sekolah lain dalam mendukung pengelolaan usaha yang lebih efisien, akurat, dan berbasis data.

Warung Pak Mul is a micro, small, and medium enterprise (MSME) in Padang City that manages catering and nutritious meal services for several private schools and institutions, yet its operations still rely on manual whiteboard notes and simple spreadsheets that are prone to recording errors, difficult to recapitulate, and unable to support accurate menu planning or cost control. This community service activity aims to transform the partner's business management through the development and implementation of a machine learning-based Decision Support System (DSS) that integrates historical order data, raw material availability, nutritional requirements, and production costs to generate optimal menu recommendations. The implementation method consists of partner needs analysis, system architecture design, machine learning model development for demand prediction and menu recommendation, digitalization and initial data migration, operator training and mentoring, and system performance evaluation. The developed system comprises five main modules: order management, raw material management, production planning, cost recording and analysis, and machine learning-based menu recommendation. The implementation results show that digitized recording has replaced the manual whiteboard and spreadsheet process, while training and mentoring improved the partner's digital literacy in interpreting system recommendations for daily operational decisions. This activity is expected to serve as a replicable model of digital transformation for other school-food MSMEs seeking more efficient, accurate, and data-driven management.