Smart Breakfast Engineering

Hotel breakfast intelligence

Dashboard harian

Sarapan yang tepat, untuk tamu yang tepat.

Jadikan data tamu sebagai rencana produksi yang mengurangi biaya dan limbah.

Simulator profil tamu

Pilih skenario atau sesuaikan data secara manual.

96 orang
34 orang
52 orang
48 orang
38 orang

Tamu menginap

130 orang

Data profil tamu aktif

Porsi direkomendasikan

170 porsi

Termasuk produksi bertahap

Potensi food waste

7%

Lebih rendah dari metode manual

Estimasi food cost

Rp 3.655.000

Hasil simulasi hari layanan

Komposisi tamu

Profil yang digunakan sistem hari ini.

130 total tamu menginap

96 domestik · 34 internasional

52 keluarga · 48 bisnis

38 tamu memilih opsi sehat

Alert operasional

Pastry berisiko tersisa

Riwayat menunjukkan 15 porsi sisa. Produksi bertahap, bukan sekaligus.

Manual vs Smart Breakfast

Dampak simulasi dari perencanaan berbasis data.

IndikatorManualSmart Breakfast
Porsi produksi202170
Food costRp 4.747.000Rp 3.655.000
Potensi sisa23 porsi12 porsi

Penghematan

Rp 1.092.000

Makanan terselamatkan

2.5 kg

Emisi dihindari

6.3 kg CO₂e

Rekomendasi menu · Besok, 24 September

Lengkap dengan panduan tindakan dapur.

1
Nasi goreng kampung79 porsi

Prioritaskan untuk tamu domestik dan keluarga

Bahan: 11 kg berasBatch: 2Mulai: 05.00Refill: Sisa < 14 porsi
2
Egg station & roti artisan47 porsi

Siapkan fleksibel untuk tamu internasional dan bisnis

Bahan: 64 kg telurBatch: 2Mulai: 05.30Refill: Sisa < 10 porsi
3
Buah segar, yoghurt & granola44 porsi

Jaga dingin; tambah bertahap untuk menekan sisa

Bahan: 8 kg buahBatch: 2Mulai: 05.45Refill: Sisa < 8 porsi

Tren konsumsi

7 hari terakhir

Mengapa rekomendasi ini?

Sedang

Tingkat kepercayaan didasarkan pada kelengkapan profil tamu simulasi.

  • 74% tamu yang menginap berasal dari pasar domestik.
  • 52 tamu keluarga membuat menu familiar dan porsi berbagi lebih relevan.
  • 38 tamu memiliki preferensi sarapan sehat; tingkatkan buah dan yoghurt.